文献

J-GLOBAL ID：201802251599208507   整理番号：18A0727196

分散適応制御による身体化人工知能:統合フレームワーク【JST・京大機械翻訳】

Embodied artificial intelligence through distributed adaptive control: An integrated framework

著者 (5件)： Moulin-Frier Clement (SPECS Lab, Universitat Pompeu Fabra, Barcelona, Spain) ,  Puigbo Jordi-Ysard (SPECS Lab, Universitat Pompeu Fabra, Barcelona, Spain) ,  Arsiwalla Xerxes D. (SPECS Lab, Universitat Pompeu Fabra, Barcelona, Spain) ,  Sanchez-Fibla Marti (SPECS Lab, Universitat Pompeu Fabra, Barcelona, Spain) ,  Verschure Paul Fmj (SPECS Lab, Universitat Pompeu Fabra, ICREA, Institute for Bioengineering of Catalonia (IBEC) Barcelona Institute of Science and Technology (BIST), Barcelona, Spain)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDL-EpiRob  ページ： 324-330  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,人工知能研究の将来が,2つのキーワード,すなわち統合と具体化にあることを論じた。この主張を,この分野における最近の進歩を分析することにより支持した。統合に関して,著者らは,より伝統的なもの(例えば,モンテカルロ木探索,目標バブリング探索またはアドレス可能メモリシステム)を用いて,最近の機械学習法(特にDeep学習と再帰ニューラルネットワークに基づく)の統合を通して,最も不正確な最近の貢献が可能になったことを示した。具体化に関して,従来のベンチマークタスク(例えば,視覚分類またはボードゲーム)は,最先端の学習アルゴリズムアプローチまたはそれらのほとんどの人間の性能を上回るように,現実的な物理を埋め込む第一人の3Dゲームプラットフォームの開発を奨励している。この解析に基づいて,まず,人工知能の不均一部分場を統一フレームワークに統合する具体的な認知アーキテクチャを提案した。提案したフレームワーク内で,場の主要な寄与がどのように表現できるかを示すことにより,このアプローチの有用性を実証した。次に,ベンチマーキング環境が,実体化エージェント間の認知アームレースの概念を通して,ますます複雑な認知スキルの獲得をブートストするために,生態学的に妥当な条件を再現する必要があると主張する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 学習アルゴリズム ,  ニューラルネットワーク ,  学習 ,  エージェント ,  記憶方式 ,  三次元 ,  生態学 ,  視覚 ,  キーワード ,  *適応制御 ,  *人工知能
準シソーラス用語： ベンチマーキング ,  ボードゲーム ,  アドレス ,  モンテカルロ木探索 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 適応制御 ,  身体 ,  人工知能 ,  統合フレームワーク