論文の概要: Marti-5: A Mathematical Model of "Self in the World" as a First Step Toward Self-Awareness

• arxiv url: http://arxiv.org/abs/2512.10985v1
• Date: Fri, 05 Dec 2025 11:15:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-15 15:48:11.495326
• Title: Marti-5: A Mathematical Model of "Self in the World" as a First Step Toward Self-Awareness
• Title（参考訳）: Marti-5:「世界の自己」の数学的モデル : 自己認識への第一歩
• Authors: Igor Pivovarov, Sergey Shumsky,
• Abstract要約: 本研究では,この概念を用いて環境から自己を識別・分離する数学的モデルを提案する。 仮想環境における目的行動学習のための強化学習エージェントを提案する。 我々は、環境から自己を分離する能力は、エージェントに利点を与えるので、進化の過程で生物にそのようなモデルが現れる可能性があると結論づける。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The existence of 'what' and 'where' pathways of information processing in the brain was proposed almost 30 years ago, but there is still a lack of a clear mathematical model that could show how these pathways work together. We propose a biologically inspired mathematical model that uses this idea to identify and separate the self from the environment and then build and use a self-model for better predictions. This is a model of neocortical columns governed by the basal ganglia to make predictions and choose the next action, where some columns act as 'what' columns and others act as 'where' columns. Based on this model, we present a reinforcement learning agent that learns purposeful behavior in a virtual environment. We evaluate the agent on the Atari games Pong and Breakout, where it successfully learns to play. We conclude that the ability to separate the self from the environment gives advantages to the agent and therefore such a model could appear in living organisms during evolution. We propose Self-Awareness Principle 1: the ability to separate the self from the world is a necessary but insufficient condition for self-awareness.
• Abstract（参考訳）: ほぼ30年前に脳に情報処理の「何」と「どこで」の経路が存在するかが提案されたが、これらの経路がどのように機能するかを示す明確な数学的モデルがまだ存在しない。 我々は、このアイデアを用いて環境から自己を特定し、分離し、より良い予測のために自己モデルを構築し、使用する、生物学的にインスパイアされた数学的モデルを提案する。 これは、基底神経節が支配する新皮質列のモデルであり、予測を行い、次のアクションを選択する。 このモデルに基づいて,仮想環境における目的行動学習を行う強化学習エージェントを提案する。 我々は,Atari ゲーム Pong と Breakout でエージェントを評価し,そのエージェントをうまくプレイする方法を学習した。 我々は、環境から自己を分離する能力は、エージェントに利点を与えるので、進化の過程で生物にそのようなモデルが現れる可能性があると結論づける。 自己認識原理1: 自己を世界から切り離す能力は必要だが自己認識には不十分な条件である。

関連論文リスト

• Testing the Machine Consciousness Hypothesis [0.6426115997581661]
  機械意識仮説(英: Machine Consciousness hypothesis)は、意識は計算システムの基質のない機能特性である。 分散学習システムから集合的自己モデルがどのように出現するかを研究することで,このアイデアをシリコで研究する研究プログラムを提案する。
  論文  参考訳（メタデータ） (2025-11-30T21:05:48Z)
• EgoAgent: A Joint Predictive Agent Model in Egocentric Worlds [119.02266432167085]
  EgoAgentは単一変換器内での表現、予測、動作を同時に学習する統合エージェントモデルである。 EgoAgentは、タスクをインターリーブされた状態とアクションのシーケンスとして定式化することで、これらの能力間の因果的および時間的依存関係を明示的にモデル化する。 EgoAgentの画像分類,エゴセントリックな将来の状態予測,3次元人間の動作予測といった代表的課題に対する総合的な評価は,本手法の優位性を示している。
  論文  参考訳（メタデータ） (2025-02-09T11:28:57Z)
• Designing Ecosystems of Intelligence from First Principles [34.429740648284685]
  このホワイトペーパーは、今後10年間(そしてそれ以上)、人工知能の分野における研究と発展のビジョンを概説している。 そのデノウメントは自然と合成の感覚形成のサイバー物理的なエコシステムであり、人間は統合的な参加者である。 このビジョンは、知性の物理学として読むことができる適応的行動の定式化である能動推論に基づいている。
  論文  参考訳（メタデータ） (2022-12-02T18:24:06Z)
• On the Origins of Self-Modeling [27.888203008100113]
  自己モデリング(Self-Modeling)とは、動物や機械などのエージェントが、自身のダイナミクスの予測モデルを作成する過程である。 本稿では,ロボットの複雑さに対する自己モデリングの利点を定量化する。
  論文  参考訳（メタデータ） (2022-09-05T15:27:04Z)
• OPEn: An Open-ended Physics Environment for Learning Without a Task [132.6062618135179]
  オープンエンドな物理環境で学んだ世界のモデルが、特定のタスクを伴わずに、下流の物理推論タスクに再利用できるかどうかについて検討する。 我々は,OPEn(Open-ended Physics ENvironment)のベンチマークを構築し,この環境における学習表現をテストするためのいくつかのタスクを明示的に設計する。 その結果、教師なしのコントラスト学習を表現学習に用いたエージェントと、探索のためのインパクト駆動学習が最良の結果となった。
  論文  参考訳（メタデータ） (2021-10-13T17:48:23Z)
• Teach me to play, gamer! Imitative learning in computer games via linguistic description of complex phenomena and decision tree [55.41644538483948]
  本稿では,複雑な現象の言語記述に基づく模倣による新しい機械学習モデルを提案する。 この手法は,ゲーム開発における知的エージェントの動作を設計し,実装するための優れた代替手段となる。
  論文  参考訳（メタデータ） (2021-01-06T21:14:10Z)
• 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)
• Machine Common Sense [77.34726150561087]
  機械の常識は、人工知能(AI)において広範で潜在的に無拘束な問題のままである 本稿では、対人インタラクションのようなドメインに焦点を当てたコモンセンス推論のモデル化の側面について論じる。
  論文  参考訳（メタデータ） (2020-06-15T13:59:47Z)

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。