主动动态前瞻：将路径规划中的心理模拟建模为粒子滤波用于感觉运动控制
人工智能
2021-03-16 v1 神经元与认知
摘要
当面临一个常见挑战时人类会怎么做：我们知道想去哪里，但尚不确定最佳路线，甚至不确定能否到达。这是空间导航与路径规划中智能体所遇到的问题，其解决方案或许能为我们提供关于更抽象的通用规划领域的线索。本工作中，我们在一个连续的、明确探索的范式下对路径规划行为建模。在我们的任务中，参与者(及智能体)必须在部分可观测环境中协调视觉探索与导航。我们的贡献包含三个主要部分：1)对一项作为在线实验进行的新型路径规划范式中81名人类参与者的行为数据分析；2)提出将导航过程中的前瞻性心理模拟建模为粒子滤波；3)在计算智能体中实现该提议。我们表明，我们的模型——主动动态前瞻(Active Dynamical Prospection)——在与人类参与者数据比较时，展现出相似的地图求解率、路径选择、试验时长模式，以及注意行为(在聚合与个体层面)。我们还发现，远端注意与首次移动前的延迟(二者均为前瞻性模拟的潜在相关量)可预测任务表现。
引用
@article{arxiv.2103.07966,
title = {Active Dynamical Prospection: Modeling Mental Simulation as Particle Filtering for Sensorimotor Control during Pathfinding},
author = {Jeremy Gordon and John Chuang},
journal= {arXiv preprint arXiv:2103.07966},
year = {2021}
}
备注
8 pages, 8 figures