文献

J-GLOBAL ID：202202288532174122   整理番号：22A0480273

能動的自己を有する自律型人工エージェントに向けて:in situ動作の制御感覚のモデル化【JST・京大機械翻訳】

Towards autonomous artificial agents with an active self: Modeling sense of control in situated action

著者 (4件)： Kahl Sebastian (Social Cognitive Systems Group, CITEC, Bielefeld University, Bielefeld, Germany) ,  Wiese Sebastian (Kognitive Modellierung in Dynamischen Mensch-Maschine-Systemen, TU-Berlin, Berlin, Germany) ,  Russwinkel Nele (Kognitive Modellierung in Dynamischen Mensch-Maschine-Systemen, TU-Berlin, Berlin, Germany) ,  Kopp Stefan (Social Cognitive Systems Group, CITEC, Bielefeld University, Bielefeld, Germany)
資料名： Cognitive Systems Research  (Cognitive Systems Research)
巻： 72  ページ： 50-62  発行年： 2022年 
JST資料番号： W2363A  ISSN： 1389-0417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,人工エージェントにおけるアクティブ自己の計算機モデリングを説明した。特に,エージェントがどのように制御の感覚を備え,それが自律的な位置動作で生じ,次に行動制御に影響するかに焦点を当てた。ボトムアッププロセス(感覚運動学習と制御の微細粒適応)をトップダウンプロセス(戦略選択と意思決定のための認知プロセス)と組み合わせる具体化認知モデルの構築が必要であることを主張した。予測処理の原理と自由エネルギー最小化に基づく概念的計算アーキテクチャを提示した。この一般モデルを用いて,制御の感覚が制御階層のレベルにわたってどのように形成されるか,そして,これが予測不可能な環境における行動制御をどのようにサポートできるかについて述べた。自律エージェントが,非/予測可能な状況に対処し,制御の対応する感覚を経験する,模擬タスクシナリオにおける最初の評価と同様に,このモデルの実装を提示した。低レベルと高レベル動作制御を組み合わせる異なる方法を導く異なるモデルパラメータ設定を検討した。結果は,低/高レベル行動制御の必要性が変わる状況における適切な重み付け情報の重要性を示し,制御の感覚がこれをどのように促進するかを示す。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意思決定 ,  重みづけ ,  計算機アーキテクチャ ,  *エージェント ,  認知モデル
準シソーラス用語： 行動制御 ,  エネルギー最小化 ,  運動学習 ,  モデルパラメータ ,  自律エージェント ,  計算機モデリング , 【Automatic Indexing@JST】

著者キーワード (6件)： アクティブな自己 ,  制御の感覚 ,  ハイブリッドモデル ,  認知アーキテクチャ ,  予測処理 ,  制御

分類 (2件)： 中枢神経系  (EJ12030F) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (6件)： 自己 ,  自律 ,  人工 ,  エージェント ,  感覚 ,  モデル化