SNN-Based Online Learning of Concepts and Action Laws in an Open World

要約

エージェントのセマンティックメモリを実装するスパイクニューラルネットワーク（SNN）を中心に構築された、完全に自律的でバイオ風の認知エージェントのアーキテクチャを提示します。
エージェントはその宇宙を探求し、オブジェクト/状況と独自の行動の概念をワンショットの方法で学びます。
オブジェクト/状況の概念は統一されていますが、アクションの概念は、初期の状況、運動活動、結果で構成されるトリプルです。
彼らは、その宇宙の行動法に関するエージェントの知識を具体化しています。
どちらの種類の概念にも、一般性の程度が異なります。
決定を下すために、エージェントは、想定されたアクションの予想される結果のセマンティックメモリを照会し、これらの予測に基づいて行うアクションを選択します。
私たちの実験は、エージェントが以前に学んだ一般的な概念に訴えて新しい状況を処理し、環境の変化に適応するためにその概念を迅速に修正することを示しています。

要約(オリジナル)

We present the architecture of a fully autonomous, bio-inspired cognitive agent built around a spiking neural network (SNN) implementing the agent’s semantic memory. The agent explores its universe and learns concepts of objects/situations and of its own actions in a one-shot manner. While object/situation concepts are unary, action concepts are triples made up of an initial situation, a motor activity, and an outcome. They embody the agent’s knowledge of its universe’s actions laws. Both kinds of concepts have different degrees of generality. To make decisions the agent queries its semantic memory for the expected outcomes of envisaged actions and chooses the action to take on the basis of these predictions. Our experiments show that the agent handles new situations by appealing to previously learned general concepts and rapidly modifies its concepts to adapt to environment changes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google