Fugu-MT 論文翻訳(概要): Emergence of Implicit World Models from Mortal Agents

論文の概要: Emergence of Implicit World Models from Mortal Agents

arxiv url: http://arxiv.org/abs/2411.12304v1
Date: Tue, 19 Nov 2024 07:43:30 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-20 13:38:20.353068
Title: Emergence of Implicit World Models from Mortal Agents
Title（参考訳）: 霊長類の不必要世界モデルの創出
Authors: Kazuya Horibe, Naoto Yoshida,
Abstract要約: 本稿では,自律エージェントにおけるオープンエンド行動最適化の創発的特性として,世界モデルと積極的な探索の可能性について論じる。生物のオープン・エンディネスの源泉を論じる際、我々は、理論生物学と人工生命の力学的アプローチによって理解される生物学的システムの観点から始める。
参考スコア（独自算出の注目度）: 0.276240219662896
License:
Abstract: We discuss the possibility of world models and active exploration as emergent properties of open-ended behavior optimization in autonomous agents. In discussing the source of the open-endedness of living things, we start from the perspective of biological systems as understood by the mechanistic approach of theoretical biology and artificial life. From this perspective, we discuss the potential of homeostasis in particular as an open-ended objective for autonomous agents and as a general, integrative extrinsic motivation. We then discuss the possibility of implicitly acquiring a world model and active exploration through the internal dynamics of a network, and a hypothetical architecture for this, by combining meta-reinforcement learning, which assumes domain adaptation as a system that achieves robust homeostasis.
Abstract（参考訳）: 本稿では,自律エージェントにおけるオープンエンド行動最適化の創発的特性として,世界モデルと積極的な探索の可能性について論じる。生物のオープン・エンディネスの源泉を論じる際、我々は、理論生物学と人工生命の力学的アプローチによって理解される生物学的システムの観点から始める。この観点から, 自律エージェントのオープンエンド目標としてのホメオスタシスの可能性, 総合的, 総合的, 内在的動機としてのホメオスタシスの可能性について論じる。次に,メタ強化学習と組み合わせて,ロバストなホメオスタシスを実現するシステムとしてドメイン適応を前提とした,暗黙的に世界モデルを取得し,ネットワークの内部力学を通して活発な探索を行う可能性について論じる。

関連論文リスト

Learning World Models With Hierarchical Temporal Abstractions: A Probabilistic Perspective [2.61072980439312]
内部世界モデルを開発するためのフォーマリズムの開発は、人工知能と機械学習の分野における重要な研究課題である。この論文は、状態空間モデルを内部世界モデルとして広く用いられることによるいくつかの制限を識別する。形式主義におけるモデルの構造は、信念の伝播を用いた正確な確率的推論を促進するとともに、時間を通してのバックプロパゲーションによるエンドツーエンドの学習を促進する。これらの形式主義は、世界の状態における不確実性の概念を統合し、現実世界の性質をエミュレートし、その予測の信頼性を定量化する能力を向上させる。
論文参考訳（メタデータ） (2024-04-24T12:41:04Z)
Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文参考訳（メタデータ） (2024-02-28T16:09:56Z)
Discovering Sensorimotor Agency in Cellular Automata using Diversity Search [17.898087201326483]
細胞性オートマトン (CA) では、自己組織する環境ルールを見つけることができるかどうかが重要視されている。このアプローチは, 自己組織化につながるCAの環境条件を系統的に把握する上で有効であることを示す。発見されたエージェントは驚くほど頑丈で、動き、身体の整合性を維持し、さまざまな障害をナビゲートする能力を持っている。
論文参考訳（メタデータ） (2024-02-14T14:30:42Z)
Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
論文参考訳（メタデータ） (2024-01-07T19:11:18Z)
A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian Learning and Free Energy Minimization [55.11642177631929]
大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
論文参考訳（メタデータ） (2023-10-14T23:28:48Z)
Life-inspired Interoceptive Artificial Intelligence for Autonomous and Adaptive Agents [0.8246494848934447]
インターセプション(Interoception)は、内部環境を監視して一定の範囲内に保持するプロセスである。インターセプションを備えたAIを開発するためには、内部環境を表す状態変数を外部環境から分解する必要がある。本稿では,相互受容が自律的かつ適応的なエージェント構築にどのように役立つか,新たな視点を提供する。
論文参考訳（メタデータ） (2023-09-12T06:56:46Z)
Abstract Interpretation for Generalized Heuristic Search in Model-Based Planning [50.96320003643406]
ドメイン・ジェネラル・モデル・ベース・プランナーは、しばしば記号的世界モデルの緩和を通じて探索を構築することによって一般性を導出する。抽象解釈がこれらの抽象化の統一フレームワークとして機能し、よりリッチな世界モデルに探索の範囲を広げる方法について説明する。また、これらは学習と統合することができ、エージェントは抽象的な情報を通じて、新しい世界のモデルで計画を開始することができる。
論文参考訳（メタデータ） (2022-08-05T00:22:11Z)
Kernel Based Cognitive Architecture for Autonomous Agents [91.3755431537592]
本稿では,認知機能構築への進化的アプローチについて考察する。本稿では,シンボル創発問題に基づくエージェントの進化を保証する認知アーキテクチャについて考察する。
論文参考訳（メタデータ） (2022-07-02T12:41:32Z)
Information is Power: Intrinsic Control via Information Capture [110.3143711650806]
我々は,潜時状態空間モデルを用いて推定したエージェントの状態訪問のエントロピーを最小化する,コンパクトで汎用的な学習目的を論じる。この目的は、不確実性の低減に対応する環境情報収集と、将来の世界状態の予測不可能性の低減に対応する環境制御の両方をエージェントに誘導する。
論文参考訳（メタデータ） (2021-12-07T18:50:42Z)
Objective discovery of dominant dynamical processes with intelligible machine learning [0.0]
本稿では,動的状態の同定を最適化問題として定式化する形式的定義を提案する。本稿では,事前知識やアドホックな定義の必要性を排除した教師なし学習フレームワークを提案する。我々の手法は、動的システム内でセレンディピティーな発見を可能にする、偏りのないデータ探索への一歩である。
論文参考訳（メタデータ） (2021-06-21T20:57:23Z)
An Artificial Consciousness Model and its relations with Philosophy of Mind [0.0]
この研究は、自律的なエージェントが、意識のある人のものと似た認知的アーキテクチャを実装することによって得られる有益な性質について研究することを目的としている。筆者らは、自律エージェントが、例えば、認知的アーキテクチャーを持つことのメリットを、大規模な実験で示す。
論文参考訳（メタデータ） (2020-11-30T00:24:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。