論文の概要: High-fidelity social learning via shared episodic memories enhances collaborative foraging through mnemonic convergence
- arxiv url: http://arxiv.org/abs/2412.20271v1
- Date: Sat, 28 Dec 2024 20:55:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-31 16:04:53.475006
- Title: High-fidelity social learning via shared episodic memories enhances collaborative foraging through mnemonic convergence
- Title（参考訳）: 共有エピソード記憶による高忠実な社会学習は、マネモニック・コンバージェンスによる協調的捕食を促進する
- Authors: Ismael T. Freire, Paul Verschure,
- Abstract要約: 社会的学習は、個人が他人を観察し、模倣することによって知識を得ることを可能にする。
本研究では,集団採餌におけるエピソード記憶と社会学習の相互関係について検討した。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Social learning, a cornerstone of cultural evolution, enables individuals to acquire knowledge by observing and imitating others. At the heart of its efficacy lies episodic memory, which encodes specific behavioral sequences to facilitate learning and decision-making. This study explores the interrelation between episodic memory and social learning in collective foraging. Using Sequential Episodic Control (SEC) agents capable of sharing complete behavioral sequences stored in episodic memory, we investigate how variations in the frequency and fidelity of social learning influence collaborative foraging performance. Furthermore, we analyze the effects of social learning on the content and distribution of episodic memories across the group. High-fidelity social learning is shown to consistently enhance resource collection efficiency and distribution, with benefits sustained across memory lengths. In contrast, low-fidelity learning fails to outperform nonsocial learning, spreading diverse but ineffective mnemonic patterns. Novel analyses using mnemonic metrics reveal that high-fidelity social learning also fosters mnemonic group alignment and equitable resource distribution, while low-fidelity conditions increase mnemonic diversity without translating to performance gains. Additionally, we identify an optimal range for episodic memory length in this task, beyond which performance plateaus. These findings underscore the critical effects of social learning on mnemonic group alignment and distribution and highlight the potential of neurocomputational models to probe the cognitive mechanisms driving cultural evolution.
- Abstract（参考訳）: 文化的進化の基盤である社会学習は、個人が他者を観察し模倣することによって知識を得ることを可能にする。
その効果の核心はエピソード記憶であり、学習と意思決定を容易にするために特定の行動配列を符号化している。
本研究では,集団採餌におけるエピソード記憶と社会学習の相互関係について検討した。
シークエンシャル・エピソーディック・コントロール(SEC)エージェントを用いて、エピソーディック・メモリに格納された完全な行動シーケンスを共有できる。
さらに,社会学習がエピソード記憶の内容と分布に与える影響を分析した。
高忠実な社会学習は、資源収集の効率と分配を一貫して向上させ、メモリ長にわたって利益を持続させることが示されている。
対照的に、低忠実度学習は非社会的学習を上回り、多様だが非効果的な調音パターンを広める。
モニーモニック指標を用いた新たな分析により、高忠実度社会学習は、モニーモニック集団のアライメントと均等な資源分布を促進する一方で、低忠実度条件はパフォーマンス向上に寄与することなく、モニーモニックの多様性を増大させることが示された。
さらに,本課題では,パフォーマンスプラトーを超越した,エピソードメモリ長の最適範囲を同定する。
これらの知見は,社会学習がモニーモニック集団のアライメントと分布に与える影響を浮き彫りにし,文化進化を導く認知機構を解明するための神経計算モデルの可能性を強調した。
関連論文リスト
- Feasibility of assessing cognitive impairment via distributed camera network and privacy-preserving edge computing [2.2231315943430143]
軽度認知障害(MCI)は、典型的な年齢以上の認知機能の低下と教育関連の期待が特徴である。
私たちは、一連の機械学習アルゴリズムのトレーニングに使用された動きと社会的相互作用機能を開発しました。
特定のレベルのMCIと関連付けるための個々の識別子が欠如しているにもかかわらず、最も重要な機能を使用した機械学習アプローチは71%の精度を提供した。
論文 参考訳（メタデータ） (2024-08-19T22:34:43Z) - A Novel Neural-symbolic System under Statistical Relational Learning [50.747658038910565]
本稿では,GBPGRと呼ばれる2段階の確率的グラフィカル推論フレームワークを提案する。
GBPGRでは、シンボル推論の結果を用いて、ディープラーニングモデルによる予測を洗練し、修正する。
提案手法は高い性能を示し, 帰納的タスクと帰納的タスクの両方において効果的な一般化を示す。
論文 参考訳（メタデータ） (2023-09-16T09:15:37Z) - Incorporating Neuro-Inspired Adaptability for Continual Learning in
Artificial Intelligence [59.11038175596807]
継続的な学習は、現実世界に強い適応性を持つ人工知能を強化することを目的としている。
既存の進歩は主に、破滅的な忘れを克服するために記憶安定性を維持することに焦点を当てている。
本稿では,学習の可塑性を改善するため,パラメータ分布の古い記憶を適切に減衰させる汎用的手法を提案する。
論文 参考訳（メタデータ） (2023-08-29T02:43:58Z) - Predicting the long-term collective behaviour of fish pairs with deep learning [52.83927369492564]
本研究では,魚種Hemigrammus rhodostomusの社会的相互作用を評価するための深層学習モデルを提案する。
我々は、ディープラーニングのアプローチの結果と実験結果と、最先端の分析モデルの結果を比較した。
機械学習モデルにより、ソーシャルインタラクションは、微妙な実験的観測可能な解析的相互作用と直接競合できることを実証する。
論文 参考訳（メタデータ） (2023-02-14T05:25:03Z) - Flexible social inference facilitates targeted social learning when
rewards are not observable [58.762004496858836]
グループは、個人が他人の成功から学べるときにより効果的にコーディネートする。
社会的推論能力は、このギャップを埋める助けとなり、個人が他人の基本的な知識に対する信念を更新し、観察可能な行動軌跡から成功することを示唆する。
論文 参考訳（メタデータ） (2022-12-01T21:04:03Z) - Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A
Survey [71.43956423427397]
本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。
この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。
もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
論文 参考訳（メタデータ） (2022-07-20T13:37:57Z) - Social learning spontaneously emerges by searching optimal heuristics
with deep reinforcement learning [0.0]
多次元ランドスケープにおける協調ゲームにおけるエージェントの社会的学習戦略を最適化するために、深層強化学習モデルを用いる。
エージェントは、コピー、頻繁で良好な隣人への焦点、自己比較、個人と社会学習のバランスの重要性など、社会的学習の様々な概念を自発的に学習する。
本研究では,時間的に変化する環境や実際のソーシャルネットワークなど,各種環境における強化学習エージェントの優れた性能を示す。
論文 参考訳（メタデータ） (2022-04-26T15:10:27Z) - The world seems different in a social context: a neural network analysis
of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。
トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文 参考訳（メタデータ） (2022-03-03T17:19:12Z) - Improved cooperation by balancing exploration and exploitation in
intertemporal social dilemma tasks [2.541277269153809]
本研究では,探索と搾取のバランスをとることができる学習率を組み込むことで協調を達成するための新たな学習戦略を提案する。
簡単な戦略を駆使したエージェントは、時間的社会的ジレンマと呼ばれる意思決定タスクにおいて、相対的に集団的リターンを改善する。
また、学習率の多様性が強化学習エージェントの人口に与える影響についても検討し、異種集団で訓練されたエージェントが特に協調した政策を発達させることを示す。
論文 参考訳（メタデータ） (2021-10-19T08:40:56Z) - SensAI+Expanse Emotional Valence Prediction Studies with Cognition and
Memory Integration [0.0]
この研究は、認知科学研究を支援することができる人工知能エージェントに貢献する。
開発された人工知能システム(SensAI+Expanse)には、機械学習アルゴリズム、共感アルゴリズム、メモリが含まれる。
本研究は, 年齢と性別の相違が有意であることを示すものである。
論文 参考訳（メタデータ） (2020-01-03T18:17:57Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。