Towards a Neuronally Consistent Ontology for Robotic Agents

要約

日常活動科学工学共同研究センター (CRC EASE) は、ロボットが人間の能力に近い環境インタラクションタスクを実行できるようにすることを目指しています。
したがって、共有オントロジーを採用して両方の種類のエージェントの活動をモデル化し、ロボットが人間の経験から学習できるようにします。
これらの人間の経験を適切に記述するために、行動の観点だけではアクセスできないニューロン情報処理の特性をオントロジーに組み込むことで大きな利益が得られます。
したがって、我々は、ほとんどの CRC プロジェクトの基礎となるオントロジー モデルで定義された概念とイベントの評価と検証のために、人間の神経画像データの分析を提案します。
探索的分析では、異なる環境や状況でロボットや人間のエージェントと同じ複雑な活動のビデオ刺激を与えられた参加者からの機能的磁気共鳴画像法 (fMRI) データに対して独立成分分析 (ICA) を採用しました。
次に、派生コンポーネントによって表される脳ネットワークの活動パターンを、オントロジー モデルによって定義された注釈付きのイベント カテゴリのタイミングと相関させました。
今回の結果は、環境要因および文脈要因に関連した、特定のイベント クラスおよびグループに対する安定した相関性と特異性を備えた共通ネットワークのサブセットを示しています。
これらのニューロンの特性は、オントロジー モデルを人間の情報処理とより一致するように適応させる道を開くでしょう。

要約(オリジナル)

The Collaborative Research Center for Everyday Activity Science & Engineering (CRC EASE) aims to enable robots to perform environmental interaction tasks with close to human capacity. It therefore employs a shared ontology to model the activity of both kinds of agents, empowering robots to learn from human experiences. To properly describe these human experiences, the ontology will strongly benefit from incorporating characteristics of neuronal information processing which are not accessible from a behavioral perspective alone. We, therefore, propose the analysis of human neuroimaging data for evaluation and validation of concepts and events defined in the ontology model underlying most of the CRC projects. In an exploratory analysis, we employed an Independent Component Analysis (ICA) on functional Magnetic Resonance Imaging (fMRI) data from participants who were presented with the same complex video stimuli of activities as robotic and human agents in different environments and contexts. We then correlated the activity patterns of brain networks represented by derived components with timings of annotated event categories as defined by the ontology model. The present results demonstrate a subset of common networks with stable correlations and specificity towards particular event classes and groups, associated with environmental and contextual factors. These neuronal characteristics will open up avenues for adapting the ontology model to be more consistent with human information processing.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google