一种用于提升手写数字识别的发展神经机器人方法
机器人学
2020-03-24 v1 计算机视觉与模式识别
机器学习
摘要
发展心理学与神经影像研究发现数字与手指之间存在紧密关联，这能促进儿童初期的数字认知。近期证据表明，对儿童具身策略的模拟同样可以提升机器智能。本文在发展神经机器人背景下探索将具身策略应用于卷积神经网络模型，其中训练信息很可能是在操作过程中逐渐获取的，而非如经典机器学习场景那样丰富且完全可用。实验分析表明，在训练样本与训练轮数较少时，来自机器人手指的本体感觉信息能够提高网络对手写阿拉伯数字识别的准确率。该结果可与针对幼儿的脑成像和纵向研究相类比。总之，这些发现也支持了具身性在人工智能体训练中的相关性，并展示了学习过程人性化的一种可能途径，其中机器人身体能够表达人工智能的内部过程，使其对人类更易于理解。
引用
@article{arxiv.2003.10308,
title = {A Developmental Neuro-Robotics Approach for Boosting the Recognition of Handwritten Digits},
author = {Alessandro Di Nuovo},
journal= {arXiv preprint arXiv:2003.10308},
year = {2020}
}
备注
Accepted for presentation at IJCNN 2020