腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

CreateAMind

专栏作者

943

文章

586156

阅读量

55

订阅数

2024集体智慧：跨尺度整合生物学的统一概念

模型网络系统迁移工具

https://www.nature.com/articles/s42003-024-06037-4

2024-04-19

110

视觉双稳态感知的神经递质机制

函数模型数据系统编码

Bistable perception, precision and neuromodulation

2024-04-19

110

多尺度合成生物集体智能概述：5万字

模型网络系统代理框架

TABLE 2 | isomorphism between cognition and pattern formation.

2024-04-19

200

解决深度学习4大缺陷

深度学习模型算法硬件优化

A Review of Neuroscience-Inspired Machine Learning https://arxiv.org/abs/2403.18929

2024-04-19

240

Making and breaking symmetries in mind and life 全文翻译

原理翻译基础模型系统

Making and breaking symmetries in mind and life

2024-04-19

190

透明内省的可解释AI框架

设计系统人工智能框架模型

Designing explainable artificial intelligence with active inference: A framework for transparent introspection and decision-making https://arxiv.org/abs/2306.04025

2024-04-13

500

实时反馈避障控制无人机飞向目标代码讲解

模型系统代理函数框架

https://learnableloop.com/posts/FlyToTarget_PORT.html

2024-04-12

1200

设计AI机器人熟练使用工具的模型

设计机器人代理工具模型

Hierarchical hybrid modeling for flexible tool use

2024-04-11

540

马尔可夫毯、信息几何和随机热力学

函数模型数据统计系统

本文考虑了热力学、信息和推理之间的关系。特别是，它在自组织的变分（自由能）原理下探索了信念更新的热力学伴随物。简而言之，任何拥有马尔可夫毯的（弱混合）随机动力系统，即内部和外部状态的分离——配备有信息几何。这意味着内部状态参数化外部状态的概率密度。此外，在非平衡稳态下，内部状态流可以解释为统计学中称为贝叶斯模型证据的量的梯度流。简而言之，任何拥有马尔可夫毯子的系统都存在自然的贝叶斯力学。至关重要的是，这意味着内部状态执行的推论与其能量学（以随机热力学为特征）之间存在明确的联系。本文是主题为“协调能源-自主计算与智能”。

2024-04-11

680

AI机器人熟练使用工具的模型

工具模型机器人编码代理

Hierarchical hybrid modeling for flexible tool use

2024-04-11

430

构建、模拟和分析仿生、神经生物学、尖峰网络、预测编码电路及生物合理信用分配进行学习的模型的开源软件库

网络系统编码开源软件模型

ngc-learn 是一个 Python 模拟库，旨在通过以灵活重新排列的组件和操作的形式具体实例化神经元动力学和突触可塑性形式来满足上述需求，以构建用于大脑研究的任意、模块化和复杂的仿生系统。启发了计算和神经认知建模。更重要的是，它旨在促进神经计算和信息处理、神经元电路、生物学上合理的信用分配和神经模拟代理的新模型的设计、开发和分析。具体来说，ngc-learn 实现了模拟以微分方程为特征的仿生系统的通用模式，包括基于生物物理尖峰神经元细胞的仿生系统。

2024-04-11

740

元意识和注意力控制建模

代理架构框架模型数据

Towards a computational phenomenology of mental action: modelling meta-awareness and attentional control with deep parametric active inference

2024-04-11

560

九次架构改进具身机器人，模拟镜像神经元

模型机器人编码架构镜像

感知与行动之间存在着一种微妙的平衡，在感知中，预测误差会爬上层级，使信念更接近观察结果，在行动中，预测误差被抑制在较低水平，从而使观察结果更接近其预测。

2024-04-11

760

彻底解决AI视觉深度估计

函数模型编码代理对象

深度估计是一个不适定问题；不同形状或尺寸的物体，即使在不同距离上，也可能投影到视网膜上的同一图像上。我们的大脑使用多种线索来进行深度估计，包括单眼线索，如运动视差，以及双眼线索，如重影。然而，深度估计所需的计算如何以生物学合理的方式实现尚不清楚。基于深度神经网络的最新方法隐式地将大脑描述为分层特征检测器。相反，在本文中，我们提出了一种将深度估计视为主动推理问题的替代方法。我们展示了深度可以通过反转一个同时从二维对象信念预测眼睛投影的分层生成模型来推断。模型反演包括一系列基于预测编码原理的生物学合理的均匀变换。在非均匀视点分辨率的合理假设下，深度估计有利于采用主动视觉策略，通过眼睛对准对象，使深度信念更准确。这种策略不是通过首先将注意力集中在目标上然后估计深度来实现的；相反，它通过行动-感知循环结合了这两个过程，其机制类似于在物体识别过程中的快速眼球运动。所提出的方法仅需要局部的（自上而下和自下而上的）消息传递，可以在生物学上合理的神经回路中实现。

2024-04-11

880

最优控制思考错了？ What Is Optimal about Motor Control

编码函数框架模型优化

本文提出了一个有争议的问题：最优控制理论对于理解运动行为有用还是误导？随着人们开始将运动控制和感知的内部模型混为一谈，这个问题变得越来越尖锐（Poeppel 等，2008；Hickok 等，2011）。然而，运动控制中的前向模型并不是感知推理中使用的生成模型。本视角试图强调运动控制和感知的内部模型之间的差异，并询问最优控制是否是思考事物的正确方式。这里考虑的问题可能对最优决策理论和贝叶斯学习和行为方法产生更广泛的影响。

2024-04-11

560

用大语言模型做具身智能真是太无知了：5万字慎入自我模型

连接模型系统代理基础

关键词：自由能原理；主动推理；贝叶斯大脑；生成模型；控制论；具身；行动主义；认知主义；陈述；意识;自由意志;心理因果关系；认知情感发展；情绪；情怀;准备潜力；意向性；机构;智力

2024-04-11

660

连续时间主动推理控制综述

代理函数模型系统编码

大脑选择和控制行为的方式仍然存在广泛争议。基于最优控制的主流方法侧重于优化成本函数的刺激响应映射。观念运动理论和控制论提出了不同的观点：它们认为，通过激活动作效果并不断将内部预测与感觉相匹配来选择和控制动作。主动推理在推理机制和基于预测误差的控制方面提供了这些想法的现代表述，可以与生物体的神经机制联系起来。本文提供了连续时间主动推理模型的技术说明，并简要概述了解决四种控制问题的主动推理模型；即目标导向的到达运动的控制、主动感知、运动过程中多感官冲突的解决以及决策和运动控制的集成。至关重要的是，在主动推理中，电机控制的所有这些不同方面都来自相同的优化过程，即自由能量的最小化，并且不需要设计单独的成本函数。因此，主动推理为运动控制的各个方面提供了统一的视角，可以为生物控制机制的研究以及人工和机器人系统的设计提供信息。

2024-04-11

680

实现机器人的系统1和系统2 Slow and fast

系统机器人编码函数模型

处理多步骤任务时总是存在权衡。高级认知过程可以在不确定的环境中找到实现目标的最佳行动序列，但它们很慢并且需要大量的计算需求。相反，较低级别的处理允许对环境刺激做出快速反应，但确定最佳行动的能力有限。通过重复相同的任务，生物有机体找到了最佳的权衡：从原始运动开始通过创建特定于任务的神经结构，组合低级结构然后逐渐出现高级复合动作。最近被称为“主动推理”理论框架可以捕获人类行为的高级和低级过程，但任务专业化如何在这些过程中发生仍不清楚。在这里，我们比较了拾放任务的两种分层策略：具有规划功能的离散连续模型和具有固定转换的仅连续模型。我们分析了定义内在和外在领域运动的几个后果。最后，我们提出如何将离散动作编码为连续表示，将它们与不同的运动学习阶段进行比较，并为进一步研究仿生任务适应奠定基础。

2024-04-11

570

大脑启发机器智能：神经生物信用分配学习机制大全

连接模型算法系统函数

• Implicit Signals (‘Imp’): two-factor Hebbian adaptation (Hebbian (2F));

2024-04-11

580

每个问题的答案都是贝叶斯模型比较，假设竞争

数据优化函数连接模型

事实上，人们常说，每个问题的答案都是贝叶斯模型比较。这个观念有其深刻的道理。从某种意义上说，任何问题——可以用相互竞争的假设来提出——只能通过诉诸这些假设的证据来回答。换句话说，任何问题的答案都归结为假设或模型证据的比较，隐含在贝叶斯因子的使用中，或日志证据的差异

2024-04-11

1090

点击加载更多

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态