論文の概要: A computational model of infant sensorimotor exploration in the mobile paradigm
- arxiv url: http://arxiv.org/abs/2504.17939v1
- Date: Thu, 24 Apr 2025 21:02:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-02 19:15:53.577446
- Title: A computational model of infant sensorimotor exploration in the mobile paradigm
- Title（参考訳）: 移動パラダイムにおける幼児感覚運動子探索の計算モデル
- Authors: Josua Spisak, Sergiu Tcaci Popescu, Stefan Wermter, Matej Hoffmann, J. Kevin O'Regan,
- Abstract要約: 移動パラダイム」における幼児の行動を決定するメカニズムの計算モデルを提案する。
このパラダイムでは、移動体は幼児の四肢の1つに接続され、幼児はその「接続された」四肢を優先的に移動させる。
本モデルでは, ニューラルネットワーク, アクションアウトカム予測, 探索, 運動騒音, 望ましい活動レベル, 生物学的にインスパイアされた運動制御が組み込まれている。
- 参考スコア（独自算出の注目度）: 13.666777211441286
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present a computational model of the mechanisms that may determine infants' behavior in the "mobile paradigm". This paradigm has been used in developmental psychology to explore how infants learn the sensory effects of their actions. In this paradigm, a mobile (an articulated and movable object hanging above an infant's crib) is connected to one of the infant's limbs, prompting the infant to preferentially move that "connected" limb. This ability to detect a "sensorimotor contingency" is considered to be a foundational cognitive ability in development. To understand how infants learn sensorimotor contingencies, we built a model that attempts to replicate infant behavior. Our model incorporates a neural network, action-outcome prediction, exploration, motor noise, preferred activity level, and biologically-inspired motor control. We find that simulations with our model replicate the classic findings in the literature showing preferential movement of the connected limb. An interesting observation is that the model sometimes exhibits a burst of movement after the mobile is disconnected, casting light on a similar occasional finding in infants. In addition to these general findings, the simulations also replicate data from two recent more detailed studies using a connection with the mobile that was either gradual or all-or-none. A series of ablation studies further shows that the inclusion of mechanisms of action-outcome prediction, exploration, motor noise, and biologically-inspired motor control was essential for the model to correctly replicate infant behavior. This suggests that these components are also involved in infants' sensorimotor learning.
- Abstract（参考訳）: 本稿では,「移動パラダイム」における幼児の行動を決定するメカニズムの計算モデルを提案する。
このパラダイムは発達心理学において、幼児が行動の感覚効果をいかに学習するかを研究するために使われてきた。
このパラダイムでは、移動体(乳児のベビーベッドの上にぶら下がっている関節で動く物体)が幼児の手足の1つに接続され、幼児はその「接続された」手足を優先的に移動させる。
この「感覚運動能力」を検出する能力は、発達における基礎的な認知能力であると考えられている。
幼児が知覚運動を学習する方法を理解するために,幼児の行動を再現するモデルを構築した。
本モデルでは, ニューラルネットワーク, アクションアウトカム予測, 探索, 運動騒音, 望ましい活動レベル, 生物学的にインスパイアされた運動制御が組み込まれている。
その結果,本モデルを用いたシミュレーションでは,手足の移動が優先的に進行することを示す文献に古典的な知見が再現されていることがわかった。
興味深い観察は、移動体が切断された後、モデルが時折動きのバーストを呈し、幼児の時折同様の発見に光を当てることである。
これらの一般的な発見に加えて、シミュレーションは、段階的または完全あるいは非単独のモバイルとの接続を使用して、最近の2つのより詳細な研究のデータを複製する。
一連のアブレーション研究により、乳児の行動を正しく再現するためには、行動アウトカム予測、探索、運動ノイズ、生物学的に誘発される運動制御のメカニズムが組み込まれていることが示されている。
このことは、これらの成分が幼児の感覚運動学習にも関与していることを示唆している。
関連論文リスト
- Neural Lineage [56.34149480207817]
本稿では,親子間の系統関係の発見を目的としたニューラルライン検出という新しいタスクを提案する。
実用上,ニューラルネットワーク表現類似度指標に微調整プロセスの近似を組み込んだ学習自由アプローチを導入する。
精度を追求するために,エンコーダと変圧器検出器からなる学習系系統検出装置を導入する。
論文 参考訳（メタデータ） (2024-06-17T01:11:53Z) - Learning Developmental Age from 3D Infant Kinetics Using Adaptive Graph Neural Networks [2.2279946664123664]
Kinetic Age(KA)は、運動パターンに基づいて幼児の年齢を予測することによって、神経発達の成熟度を定量化するデータ駆動の指標である。
本手法は乳児の3次元映像記録を利用してポーズ推定を行い,解剖学的ランドマークの抽出・時間的時系列を抽出する。
これらのデータは適応的なグラフ畳み込みネットワークを用いてモデル化され、幼児運動における検出時間依存性を捉えることができる。
論文 参考訳（メタデータ） (2024-02-22T09:34:48Z) - MIMo: A Multi-Modal Infant Model for Studying Cognitive Development [3.5009119465343033]
コンピュータシミュレーションによる早期認知発達研究のためのオープンソースの幼児モデルMIMoを提案する。
MIMOはその周囲を両眼視、前庭系、前立腺、そして全身の仮想皮膚を通して知覚する。
論文 参考訳（メタデータ） (2023-12-07T14:21:31Z) - Persistent-Transient Duality: A Multi-mechanism Approach for Modeling
Human-Object Interaction [58.67761673662716]
人間は高度に適応可能で、異なるタスク、状況、状況を扱うために異なるモードを素早く切り替える。
人間と物体の相互作用(HOI)において、これらのモードは、(1)活動全体に対する大規模な一貫した計画、(2)タイムラインに沿って開始・終了する小規模の子どもの対話的行動の2つのメカニズムに起因していると考えられる。
本研究は、人間の動作を協調的に制御する2つの同時メカニズムをモデル化することを提案する。
論文 参考訳（メタデータ） (2023-07-24T12:21:33Z) - Overcoming the Domain Gap in Contrastive Learning of Neural Action
Representations [60.47807856873544]
神経科学の基本的な目標は、神経活動と行動の関係を理解することである。
我々は,ハエが自然に生み出す行動からなる新しいマルチモーダルデータセットを作成した。
このデータセットと新しい拡張セットは、神経科学における自己教師あり学習手法の適用を加速することを約束します。
論文 参考訳（メタデータ） (2021-11-29T15:27:51Z) - Sensory attenuation develops as a result of sensorimotor experience [7.109236732052832]
我々は、知覚(固有受容と外受容)、関連性、実行領域からなるニューラルネットワークモデルを作成しました。
ネットワークによって制御された模擬ロボットは、自己生成または外部生成された外部受容フィードバックで運動パターンを取得することを学習した。
その結果,ロボットは学習初期において,自己生成型と外部生成型の両方の感覚・関連領域の反応を初めて増加させた。
論文 参考訳（メタデータ） (2021-11-04T07:12:48Z) - Bidirectional Interaction between Visual and Motor Generative Models
using Predictive Coding and Active Inference [68.8204255655161]
本稿では,感覚予測のための生成モデルと,運動軌跡の生成モデルからなるニューラルアーキテクチャを提案する。
我々は,知覚予測のシーケンスが学習,制御,オンライン適応を導くレールとしてどのように機能するかを強調する。
論文 参考訳（メタデータ） (2021-04-19T09:41:31Z) - The principles of adaptation in organisms and machines II:
Thermodynamics of the Bayesian brain [0.0]
この記事では、ベイジアン推論の観点から、ニューラルネットワークのダイナミクスを通じて生物がどのように世界を学び、認識するかをレビューする。
次に、神経活動のエントロピーの法則に基づいて、この過程に関する熱力学的見解を紹介する。
論文 参考訳（メタデータ） (2020-06-23T16:57:46Z) - Towards a self-organizing pre-symbolic neural model representing
sensorimotor primitives [15.364871660385155]
感覚運動行動の象徴的および言語的表現の獲得は、エージェントが行う認知過程である。
本稿では,視覚刺激から腹側/背側視覚ストリームの発達までの高次情報の概念化を関連づけるモデルを提案する。
我々は,物体を受動的に観察して特徴や動きを学習するロボットを用いて,このモデルを実証する。
論文 参考訳（メタデータ） (2020-06-20T01:58:28Z) - Towards a Neural Model for Serial Order in Frontal Cortex: a Brain
Theory from Memory Development to Higher-Level Cognition [53.816853325427424]
そこで本研究では,未熟な前頭前野 (PFC) が側頭葉信号の階層的パターンを検出する主要な機能を利用していることを提案する。
我々の仮説では、PFCは順序パターンの形で時間的配列の階層構造を検出し、それらを脳の異なる部分で階層的に情報をインデックスするために利用する。
これにより、抽象的な知識を操作し、時間的に順序付けられた情報を計画するための言語対応の脳にツールを提供する。
論文 参考訳（メタデータ） (2020-05-22T14:29:51Z) - A Developmental Neuro-Robotics Approach for Boosting the Recognition of
Handwritten Digits [91.3755431537592]
近年のエビデンスでは、子どもの体現戦略をシミュレーションすることで、マシンインテリジェンスも改善できることが示されている。
本稿では,発達神経ロボティクスの文脈における畳み込みニューラルネットワークモデルへの具体的戦略の適用について検討する。
論文 参考訳（メタデータ） (2020-03-23T14:55:00Z)
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。