論文の概要: Self-motion as a structural prior for coherent and robust formation of cognitive maps

• arxiv url: http://arxiv.org/abs/2512.20044v1
• Date: Tue, 23 Dec 2025 04:28:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-24 19:17:49.747725
• Title: Self-motion as a structural prior for coherent and robust formation of cognitive maps
• Title（参考訳）: 認知地図のコヒーレントでロバストな形成に先立つ自己運動
• Authors: Yingchao Yu, Pengfei Sun, Yaochu Jin, Kuangrong Hao, Hao Zhang, Yifeng Zhang, Wenxuan Pan, Wei Chen, Danyal Akarca, Yuchen Xiao,
• Abstract要約: 自己運動は学習された認知地図の幾何学を積極的に整理する構造的先行として振る舞うことができることを示す。 我々は、キャパシティ効率、脳にインスパイアされたリカレントメカニズムを用いて実装された予測符号化フレームワークに、経路積分に基づく動作を前もって組み込む。 力学解析により、先行運動自体が厳密な制約の下で幾何学的に正確な軌道を符号化していることが明らかになった。
• 参考スコア（独自算出の注目度）: 31.112944521126135
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Most computational accounts of cognitive maps assume that stability is achieved primarily through sensory anchoring, with self-motion contributing to incremental positional updates only. However, biological spatial representations often remain coherent even when sensory cues degrade or conflict, suggesting that self-motion may play a deeper organizational role. Here, we show that self-motion can act as a structural prior that actively organizes the geometry of learned cognitive maps. We embed a path-integration-based motion prior in a predictive-coding framework, implemented using a capacity-efficient, brain-inspired recurrent mechanism combining spiking dynamics, analog modulation and adaptive thresholds. Across highly aliased, dynamically changing and naturalistic environments, this structural prior consistently stabilizes map formation, improving local topological fidelity, global positional accuracy and next-step prediction under sensory ambiguity. Mechanistic analyses reveal that the motion prior itself encodes geometrically precise trajectories under tight constraints of internal states and generalizes zero-shot to unseen environments, outperforming simpler motion-based constraints. Finally, deployment on a quadrupedal robot demonstrates that motion-derived structural priors enhance online landmark-based navigation under real-world sensory variability. Together, these results reframe self-motion as an organizing scaffold for coherent spatial representations, showing how brain-inspired principles can systematically strengthen spatial intelligence in embodied artificial agents.
• Abstract（参考訳）: 認知地図の計算上の説明の多くは、安定性は主として感覚アンカーによって達成され、自己運動は漸進的な位置更新にのみ寄与していると仮定している。 しかし、感覚的手がかりが劣化したり対立したりしても、生物学的空間的表現はコヒーレントなままであり、自己運動がより深い組織的役割を担っている可能性が示唆される。 ここでは、学習された認知地図の幾何学を積極的に整理する構造的先行として、自己運動が機能することを示す。 我々は,スポーキングダイナミクス,アナログ変調,適応しきい値を組み合わせたキャパシティ効率,脳インスパイアされたリカレント機構を用いて,経路積分に基づく動きを予測符号化フレームワークに組み込む。 高度に緩和され、動的に変化する自然環境全体において、この構造は地図形成を一貫して安定化させ、局所的なトポロジカル忠実性、大域的な位置精度、知覚的曖昧さの下での次のステップ予測を改善する。 力学解析により、前者の運動自体が内部状態の厳密な制約の下で幾何学的に精密な軌道を符号化し、ゼロショットを目に見えない環境に一般化し、より単純な動きに基づく制約よりも優れていることが示された。 最後に、四足歩行ロボットへの展開は、実際の知覚的変動の下で、動きに基づく構造的先行性によってオンラインランドマークベースのナビゲーションが強化されることを示す。 これらの結果は、コヒーレントな空間表現のための組織的な足場として自己運動を再構成し、脳にインスパイアされた原理が、人工エージェントの空間知性を体系的に強化する方法を示している。

関連論文リスト

• Mind Meets Space: Rethinking Agentic Spatial Intelligence from a Neuroscience-inspired Perspective [53.556348738917166]
  エージェントAIの最近の進歩は、自律的なタスク実行と言語に基づく推論が可能なシステムにつながっている。 人間の空間知能は、統合された多感覚知覚、空間記憶、認知マップに根ざし、非構造環境における柔軟でコンテキスト対応の意思決定を可能にする。
  論文  参考訳（メタデータ） (2025-09-11T05:23:22Z)
• From reactive to cognitive: brain-inspired spatial intelligence for embodied agents [50.99942960312313]
  Brain-inspired Space Cognition for Navigation (BSC-Nav) は、エンボディエージェントにおける構造化空間メモリの構築と活用のための統合されたフレームワークである。 BSC-Navは、エゴセントリックな軌跡と文脈的手がかりからアロセントリックな認知マップを構築し、意味的目標に沿った空間的知識を動的に回収する。
  論文  参考訳（メタデータ） (2025-08-24T03:20:48Z)
• Neural Brain: A Neuroscience-inspired Framework for Embodied Agents [78.61382193420914]
  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。
  論文  参考訳（メタデータ） (2025-05-12T15:05:34Z)
• Embodied World Models Emerge from Navigational Task in Open-Ended Environments [5.785697934050656]
  プロシージャ的に生成された平面迷路を解決するために,スパース報酬のみで訓練された反復エージェントが,方向,距離,障害物レイアウトなどの計量概念を自律的に内部化できるかどうかを問う。 トレーニングの後、エージェントは、下層の空間モデルにヒントを与える行動である、見えない迷路において、常に準最適経路を生成する。
  論文  参考訳（メタデータ） (2025-04-15T17:35:13Z)
• Neuron: Learning Context-Aware Evolving Representations for Zero-Shot Skeleton Action Recognition [64.56321246196859]
  本稿では,dUalスケルトン・セマンティック・セマンティック・セマンティック・セマンティック・シンジスティック・フレームワークを提案する。 まず、時空間進化型マイクロプロトタイプを構築し、動的コンテキスト認識側情報を統合する。 本研究では,空間的圧縮と時間的記憶機構を導入し,空間的時間的マイクロプロトタイプの成長を導く。
  論文  参考訳（メタデータ） (2024-11-18T05:16:11Z)
• Bayesian Theory of Consciousness as Exchangeable Emotion-Cognition Inference [5.234742752529437]
  本稿では,意識が周期的かつ感情的に固定された推論プロセスとして現れる統一的な枠組みを提案する。 感情を低次元構造的先行として定式化し,認知を特異性確認更新として定式化する。 この感情認知サイクルは、感情的に重み付けされた先行と文脈に敏感な認知的評価を一致させることによって、関節の不確実性を最小化する。
  論文  参考訳（メタデータ） (2024-05-17T17:06:19Z)

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。