Neuro-Symbolic Concepts

要約

この記事では、継続的かつ柔軟に推論することができる建築エージェントの概念中心のパラダイムを紹介します。
概念中心のエージェントは、神経反応概念の語彙を利用しています。
オブジェクト、関係、アクションの概念などのこれらの概念は、感覚入力と作動出力に基づいています。
また、構成的な組み合わせを通じて、新しい概念を作成できるようになりました。
学習と推論を促進するために、概念は、シンボリックプログラムとニューラルネットワーク表現の組み合わせを使用してタイプおよび表現されます。
このようなニューロシンボリックの概念を活用すると、エージェントは、2D画像、ビデオ、3Dシーン、ロボット操作タスクなど、さまざまなドメインにわたるさまざまなタスクを解決するために効率的に学習して再結合できます。
この概念中心のフレームワークは、データ効率、構成一般化、継続的な学習、ゼロショット転送など、いくつかの利点を提供します。

要約(オリジナル)

This article presents a concept-centric paradigm for building agents that can learn continually and reason flexibly. The concept-centric agent utilizes a vocabulary of neuro-symbolic concepts. These concepts, such as object, relation, and action concepts, are grounded on sensory inputs and actuation outputs. They are also compositional, allowing for the creation of novel concepts through their structural combination. To facilitate learning and reasoning, the concepts are typed and represented using a combination of symbolic programs and neural network representations. Leveraging such neuro-symbolic concepts, the agent can efficiently learn and recombine them to solve various tasks across different domains, ranging from 2D images, videos, 3D scenes, and robotic manipulation tasks. This concept-centric framework offers several advantages, including data efficiency, compositional generalization, continual learning, and zero-shot transfer.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google