論文の概要: Neural Brain: A Neuroscience-inspired Framework for Embodied Agents

• arxiv url: http://arxiv.org/abs/2505.07634v1
• Date: Mon, 12 May 2025 15:05:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-13 20:21:49.444105
• Title: Neural Brain: A Neuroscience-inspired Framework for Embodied Agents
• Title（参考訳）: 神経科学にインスパイアされたエージェントのためのフレームワーク、Neural Brain
• Authors: Jian Liu, Xiongtao Shi, Thai Duy Nguyen, Haitian Zhang, Tianxiang Zhang, Wei Sun, Yanjie Li, Athanasios V. Vasilakos, Giovanni Iacca, Arshad Ali Khan, Arvind Kumar, Jae Won Cho, Ajmal Mian, Lihua Xie, Erik Cambria, Lin Wang,
• Abstract要約: 大規模な言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わりが持てない。 この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。 本稿では,2つの基本的な課題に対処する,エンボディエージェントのニューラルブレインの統一的枠組みを提案する。
• 参考スコア（独自算出の注目度）: 58.58177409853298
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The rapid evolution of artificial intelligence (AI) has shifted from static, data-driven models to dynamic systems capable of perceiving and interacting with real-world environments. Despite advancements in pattern recognition and symbolic reasoning, current AI systems, such as large language models, remain disembodied, unable to physically engage with the world. This limitation has driven the rise of embodied AI, where autonomous agents, such as humanoid robots, must navigate and manipulate unstructured environments with human-like adaptability. At the core of this challenge lies the concept of Neural Brain, a central intelligence system designed to drive embodied agents with human-like adaptability. A Neural Brain must seamlessly integrate multimodal sensing and perception with cognitive capabilities. Achieving this also requires an adaptive memory system and energy-efficient hardware-software co-design, enabling real-time action in dynamic environments. This paper introduces a unified framework for the Neural Brain of embodied agents, addressing two fundamental challenges: (1) defining the core components of Neural Brain and (2) bridging the gap between static AI models and the dynamic adaptability required for real-world deployment. To this end, we propose a biologically inspired architecture that integrates multimodal active sensing, perception-cognition-action function, neuroplasticity-based memory storage and updating, and neuromorphic hardware/software optimization. Furthermore, we also review the latest research on embodied agents across these four aspects and analyze the gap between current AI systems and human intelligence. By synthesizing insights from neuroscience, we outline a roadmap towards the development of generalizable, autonomous agents capable of human-level intelligence in real-world scenarios.
• Abstract（参考訳）: 人工知能(AI)の急速な進化は、静的なデータ駆動モデルから、現実世界の環境を知覚し、相互作用することのできる動的システムへと移行した。 パターン認識とシンボリック推論の進歩にもかかわらず、大きな言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わることができない。 この制限は、ヒューマノイドロボットのような自律的なエージェントが人間のような適応性で非構造環境をナビゲートし、操作しなければならない、組み込まれたAIの台頭を招いた。 この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。 ニューラルブレインは、認知機能にマルチモーダルセンシングと知覚をシームレスに統合する必要がある。 これを実現するには、適応メモリシステムと、動的環境におけるリアルタイム動作を可能にする、エネルギー効率のよいハードウェアとソフトウェアの共同設計が必要である。 本稿では,(1)ニューラルネットワークのコアコンポーネントの定義,(2)静的AIモデルと実世界の展開に必要な動的適応性とのギャップを埋める,という2つの基本的な課題に対処する。 そこで本研究では,マルチモーダルアクティブセンシング,知覚-認知-動作機能,ニューロプラスティック性に基づくメモリストレージと更新,ニューロモルフィックハードウェア/ソフトウェア最適化を統合した生物学的にインスパイアされたアーキテクチャを提案する。 さらに、これらの4つの側面にわたるエンボディエージェントに関する最新の研究をレビューし、現在のAIシステムと人間の知性の間のギャップを分析する。 神経科学から洞察を合成することにより、現実のシナリオにおいて人間レベルの知能を持つ一般化可能な自律エージェントの開発に向けたロードマップを概説する。

関連論文リスト

• Nature's Insight: A Novel Framework and Comprehensive Analysis of Agentic Reasoning Through the Lens of Neuroscience [11.174550573411008]
  エージェント推論のための神経科学に着想を得た新しい枠組みを提案する。 我々は,既存のAI推論手法を体系的に分類し,分析するために,この枠組みを適用した。 本稿では,ニューラルインスパイアされた新しい推論手法を提案する。
  論文  参考訳（メタデータ） (2025-05-07T14:25:46Z)
• Siamese Network with Dual Attention for EEG-Driven Social Learning: Bridging the Human-Robot Gap in Long-Tail Autonomous Driving [0.0]
  本研究では脳波信号の分類を行う脳-コンピュータインタフェース(BCI)フレームワークを提案する。 タイムリーかつモチベーションの高いコロボティックエンジニアリングアプリケーションとして、準自律ロボット運転における危険事象を警告するために、人間とループのシナリオをシミュレートする。 本稿では,脳波を符号化した信号表現を生成するために,ダイナミック・タイム・ワーピング・バリーセンタ平均化手法と組み合わせた二重アテンション・シームズ畳み込みネットワークを提案する。
  論文  参考訳（メタデータ） (2025-04-14T15:06:17Z)
• Advances and Challenges in Foundation Agents: From Brain-Inspired Intelligence to Evolutionary, Collaborative, and Safe Systems [133.45145180645537]
  大規模言語モデル(LLM)の出現は、人工知能の変革的シフトを触媒している。 これらのエージェントがAI研究と実践的応用をますます推進するにつれて、その設計、評価、継続的な改善は複雑で多面的な課題を呈している。 この調査は、モジュール化された脳にインスパイアされたアーキテクチャ内でインテリジェントエージェントをフレーミングする、包括的な概要を提供する。
  論文  参考訳（メタデータ） (2025-03-31T18:00:29Z)
• Enhancing learning in spiking neural networks through neuronal heterogeneity and neuromodulatory signaling [52.06722364186432]
  人工ニューラルネットワーク(ANN)の強化のための生物学的インフォームドフレームワークを提案する。 提案したデュアルフレームアプローチは、多様なスパイキング動作をエミュレートするためのスパイキングニューラルネットワーク(SNN)の可能性を強調している。 提案手法は脳にインスパイアされたコンパートメントモデルとタスク駆動型SNN, バイオインスピレーション, 複雑性を統合している。
  論文  参考訳（メタデータ） (2024-07-05T14:11:28Z)
• Embodied Neuromorphic Artificial Intelligence for Robotics: Perspectives, Challenges, and Research Development Stack [7.253801704452419]
  スパイキングニューラルネットワーク(SNN)によるニューロモルフィックコンピューティングの最近の進歩は、ロボット工学の具体的インテリジェンスを可能にする可能性を実証している。 本稿では, ロボットシステムにおいて, エンボディ型ニューロモーフィックAIを実現する方法について考察する。
  論文  参考訳（メタデータ） (2024-04-04T09:52:22Z)
• Enabling High-Level Machine Reasoning with Cognitive Neuro-Symbolic Systems [67.01132165581667]
  本稿では,認知アーキテクチャを外部のニューロシンボリックコンポーネントと統合することにより,AIシステムにおける高レベル推論を実現することを提案する。 本稿では,ACT-Rを中心としたハイブリッドフレームワークについて紹介し,最近の応用における生成モデルの役割について論じる。
  論文  参考訳（メタデータ） (2023-11-13T21:20:17Z)
• World Models and Predictive Coding for Cognitive and Developmental Robotics: Frontiers and Challenges [51.92834011423463]
  我々は世界モデルと予測符号化の2つの概念に焦点を当てる。 神経科学において、予測符号化は、脳がその入力を継続的に予測し、その環境における自身のダイナミクスと制御行動のモデル化に適応するように提案する。
  論文  参考訳（メタデータ） (2023-01-14T06:38:14Z)
• A brain basis of dynamical intelligence for AI and computational neuroscience [0.0]
  より多くの脳のような能力は、新しい理論、モデル、および人工学習システムを設計する方法を要求するかもしれない。 本稿は,第6回US/NIH BRAIN Initiative Investigators Meetingにおける動的神経科学と機械学習に関するシンポジウムに触発されたものです。
  論文  参考訳（メタデータ） (2021-05-15T19:49:32Z)

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。