要約
身体の形態は、エージェントが情報を認識し処理する方法において重要な役割を果たします。
センサーの精度、モーターの精度、それらの配置、身体の形状がロボットや計算コードの情報構造をどのように形作るかについて、情報理論 (IT) の説明を取り上げます。
独自のアイデアとして、私たちはロボットの体を、固有のノイズや物質的な制限にもかかわらず、情報が出入りする物理的な通信チャネルとして想定しています。
これに続いて、情報と不確実性の尺度であるエントロピーを使用して、ロボット設計とアルゴリズム コード自体の効率を最大化することができます。
これは、1969 年に Barlow によって生物学に導入されたエントロピー最大化 (PEM) の原理として知られています。シャノンのソースコーディング定理は、感覚運動情報の観点からさまざまなタイプの物体を比較するためのフレームワークを提供します。
PME に沿って、誤り訂正のための情報容量、ノイズに対する堅牢性、倹約性の点でシャノンの限界に達した、IT で使用される特別なクラスの効率的なコードを導入します。
これらの効率的なコードは、洞察力に富んだ量子化とランダム性を活用し、不確実性、冗長性、およびコンパシティに対処することを可能にします。
これらの機能は、インテリジェント システムの認識と制御に使用できます。
さまざまな例と最後の議論の中で、私たちは、運動理論と生物からインスピレーションを得たロボット工学に対する情報的身体化と呼ばれるフレームワークのより広範な意味を振り返り、運動相乗効果、リザーバーコンピューティング、形態学的計算などの概念に触れます。
これらの洞察は、情報理論が自然システムと人工システムの両方における知能の具体化とどのように交差するかについてのより深い理解に貢献できます。
要約(オリジナル)
The body morphology plays an important role in the way information is perceived and processed by an agent. We address an information theory (IT) account on how the precision of sensors, the accuracy of motors, their placement, the body geometry, shape the information structure in robots and computational codes. As an original idea, we envision the robot’s body as a physical communication channel through which information is conveyed, in and out, despite intrinsic noise and material limitations. Following this, entropy, a measure of information and uncertainty, can be used to maximize the efficiency of robot design and of algorithmic codes per se. This is known as the principle of Entropy Maximization (PEM) introduced in biology by Barlow in 1969. The Shannon’s source coding theorem provides then a framework to compare different types of bodies in terms of sensorimotor information. In line with PME, we introduce a special class of efficient codes used in IT that reached the Shannon limits in terms of information capacity for error correction and robustness against noise, and parsimony. These efficient codes, which exploit insightfully quantization and randomness, permit to deal with uncertainty, redundancy and compacity. These features can be used for perception and control in intelligent systems. In various examples and closing discussions, we reflect on the broader implications of our framework that we called Informational Embodiment to motor theory and bio-inspired robotics, touching upon concepts like motor synergies, reservoir computing, and morphological computation. These insights can contribute to a deeper understanding of how information theory intersects with the embodiment of intelligence in both natural and artificial systems.
arxiv情報
| 著者 | Alexandre Pitti,Kohei Nakajima,Yasuo Kuniyoshi |
| 発行日 | 2024-08-23 09:59:45+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google