专栏首页arxiv.org翻译专栏机器人自我/其他差异:主动推理与镜子中的神经网络学习(CS RO)
原创

机器人自我/其他差异:主动推理与镜子中的神经网络学习(CS RO)

在本文中,我们介绍了ADD-Lib,这是我们高效且易于使用的代数决策图(ADD)框架。ADD-Lib的重点不是其有效地实现其他已建立的ADD框架所采用的单个操作,而是其易用性和灵活性,它体现在两个层次上:各个ADD工具的层次,具有专用的用户友好型基于Web的图形用户界面,并在元级别指定了此类工具。在本文中描述了两个级别:通过解释我们如何构建针对随机森林优化和评估量身定制的ADD工具的元级别,以及相应生成的基于Web的领域特定工具,我们还将其作为协作的工件提供实验。特别是,工件允许读者结合一个给定的随机森林与他们自己的添加作为专家知识,并体验相应的效果。

原文题目:Robot self/other distinction: active inference meets neural networks learning in a mirror

原文:Self/other distinction and self-recognition are important skills for interacting with the world, as it allows humans to differentiate own actions from others and be self-aware. However, only a selected group of animals, mainly high order mammals such as humans, has passed the mirror test, a behavioural experiment proposed to assess self-recognition abilities. In this paper, we describe self-recognition as a process that is built on top of body perception unconscious mechanisms. We present an algorithm that enables a robot to perform non-appearance self-recognition on a mirror and distinguish its simple actions from other entities, by answering the following question: am I generating these sensations? The algorithm combines active inference, a theoretical model of perception and action in the brain, with neural network learning. The robot learns the relation between its actions and its body with the effect produced in the visual field and its body sensors. The prediction error generated between the models and the real observations during the interaction is used to infer the body configuration through free energy minimization and to accumulate evidence for recognizing its body. Experimental results on a humanoid robot show the reliability of the algorithm for different initial conditions, such as mirror recognition in any perspective, robot-robot distinction and human-robot differentiation.

原文作者:Pablo Lanillos,Jordi Pages,Gordon Cheng

原文地址:https://arxiv.org/abs/2004.05473

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 通过宏基因组分析表征Halloumi奶酪细菌群落(CS CAS)

    哈洛米(Halloumi)是一种半硬质奶酪,在塞浦路斯生产了几个世纪,在过去几年中,其受欢迎程度已大大提高。高通量测序(HTS)被用于本研究中以表征传统塞浦路斯...

    时代在召唤
  • X射线:通过最大程度地减少对所学占用分布的支持来机械搜索被遮挡的对象(CS RO)

    对于电子商务,仓库,医疗保健和家庭服务中的应用程序,通常需要机器人搜索对象堆以掌握特定的目标对象。对于机械搜索,我们介绍了X射线,这是一种基于学习到的占用分布的...

    时代在召唤
  • 具有主要和次要代理以及非高斯噪声的分散线性二次系统(CS RO)

    我们考虑具有主要代理人和次要代理人的分散线性二次系统。代理商的动力和二次成本是耦合的。尤其是动力学是线性的。主要代理的状态和控制行为会影响所有次要代理的状态演变...

    时代在召唤
  • Gradle Plugin for Android Development User Guide 1

    Gradle Plugin for Android Development User Guide (1)

    宅男潇涧
  • 阅读理解中的常识证据生成与注入(CS AI)

    人类的阅读理解不仅基于特定的语境本身,而且往往依赖于超出语境的常识。为了使机器具有常识推理能力,本文提出了一个阅读理解中的常识证据生成与注入框架CEGI。该框架...

    用户7095611
  • 利用setTimeout和SetInterval构建Javascript计时器

    看到了一篇深入浅出的讲解setTimeout和setInterval的例子,直接讲英文贴出来吧,也不是很难。

    大江小浪
  • 10分钟上手,OpenCV自然场景文本检测(Python代码+实现)

    EAST文本检测器需要OpenCV3.4.2或更高版本,有需要的读者可以先安装OpenCV。

    磐创AI
  • 简单的实现土味实时声音可视化

    声音可视化顾名思义,就是把听到声音,通过视觉的方法呈现出来,人不仅可以听见声音,同时也可以看见。声音可视化最早是人们用来分析和了解声音的一种研究方式,不...

    UDM Lab
  • 10分钟上手,OpenCV自然场景文本检测(Python代码+实现)

    EAST文本检测器需要OpenCV3.4.2或更高版本,有需要的读者可以先安装OpenCV。

    新智元
  • HDUOJ---What Are You Talking About

    What Are You Talking About Time Limit: 10000/5000 MS (Java/Others)    Memory Lim...

    Gxjun

扫码关注云+社区

领取腾讯云代金券