文献

J-GLOBAL ID：202102278801630220   整理番号：21A0083604

記憶と強化学習の間のミッシングリンク【JST・京大機械翻訳】

The Missing Link Between Memory and Reinforcement Learning

著者 (6件)： Balkenius Christian (Lund University Cognitive Science, Lund University, Lund, Sweden) ,  Tjostheim Trond A. (Lund University Cognitive Science, Lund University, Lund, Sweden) ,  Johansson Birger (Lund University Cognitive Science, Lund University, Lund, Sweden) ,  Wallin Annika (Lund University Cognitive Science, Lund University, Lund, Sweden) ,  Gaerdenfors Peter (Lund University Cognitive Science, Lund University, Lund, Sweden) ,  Gaerdenfors Peter (Palaeo-Research Institute, University of Johannesburg, Johannesburg, South Africa)
資料名： Frontiers in Psychology (Web)  (Frontiers in Psychology (Web))
巻： 11  ページ： 560080  発行年： 2020年 
JST資料番号： U7096A  ISSN： 1664-1078  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 強化学習システムは,通常,特定の状態または行動の値を与えることができるすべての状態(または状態行動対)で値関数を定義すると仮定する。これらの値を選択機構により用いて,どの行動を取るかを決定した。対照的に,ヒトと動物が決定を行うとき,それらは時間にわたる異なる代替案の証拠を集め,十分な証拠が蓄積されているときのみ行動を取る。包括的アーキテクチャにおける意味的,エピソード的および作業記憶を含むメモリ処理のモデルを開発した。ここでは,この記憶機構が,代替が即時感覚情報のみに基づいて評価できない場合,意思決定を支援することができる方法を述べた。その代りに,著者らは最初に想像し,次に,代替案の1つを選択することから生じる可能性のある将来を評価する。ここでは,時間にわたる証拠の蓄積に依存する意思決定のモデルとして使用できる拡張モデルを提示し,その情報が,異なる官能特性への逐次注意から,あるいは特定の選択を行う結果の内部シミュレーションから来るかどうかについて,その知見を示した。新しいモデルが単純な即時選択,多重感覚因子に依存する選択,およびエピソードと意味記憶構造に基づく前方探索シミュレーションを必要とする代替案間の複雑な選択の両方を説明する方法を示した。この枠組みでは,特定の選択のための証拠を蓄積する内部シミュレーションとして, viしい試行と誤差を説明した。意味的記憶とエピソード記憶のより伝統的なアイデアと強化学習の連想性の間の「ミッシングリンク」のようなシステムであると主張した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  シミュレーション ,  意思決定 ,  動物 ,  ヒト ,  多重化 ,  計算機アーキテクチャ ,  *強化学習
準シソーラス用語： エピソード記憶 ,  官能特性 ,  感覚情報 , 【Automatic Indexing@JST】

著者キーワード (5件)： 記憶モデル ,  意思決定 ,  蓄積器モデル ,  エピソード記憶 ,  意味記憶

分類 (1件)： 中枢神経系  (EJ12030F)

引用文献 (56件)：

• AbbottL. F.VarelaJ.SenK.NelsonS. (1997). Synaptic depression and cortical gain control. Science 275, 221-224. doi: 10.1126/science.275.5297.2218985017
• AguilarC.ChossatP.KrupaM.LavigneF. (2017). Latching dynamics in neural networks with synaptic depression. PLoS ONE 12:e0183710. doi: 10.1371/journal.pone.018371028846727
• AmariS.-I. (1977). Dynamics of pattern formation in lateral-inhibition type neural fields. Biol. Cybern. 27, 77-87. doi: 10.1007/BF00337259911931
• Aston-JonesG.CohenJ. D. (2005). Adaptive gain and the role of the locus coeruleus-norepinephrine system in optimal performance. J. Compar. Neurol. 493, 99-110. doi: 10.1002/cne.2072316254995
• Aston-JonesG.RajkowskiJ.CohenJ. (1999). Role of locus coeruleus in attention and behavioral flexibility. Biol. Psychiatry 46, 1309-1320. doi: 10.1016/S0006-3223(99)00140-710560036

タイトルに関連する用語 (2件)： 強化学習 ,  リンク