面向实现通用认知模型的架构的类比概念记忆刻画
人工智能
2020-07-31 v3 人机交互
机器人学
符号计算
摘要
实现通用认知模型（Common Model of Cognition）的架构——Soar、ACT-R 与 Sigma——在认知建模以及复杂智能体设计中占据重要地位。本文探讨如何将类比处理的计算模型引入这些架构，以从交互获取的示例中实现概念习得。我们为 Soar 提出一种新的类比概念记忆，扩充其当前的陈述性长期记忆系统。我们将概念学习问题置于交互式任务学习（ITL）与具身语言处理（ELP）的更广阔背景中。我们证明，所提记忆中实现的类比学习方法能够快速学习多种新型概念，这些概念不仅有助于环境中概念的识别，也有助于动作选择。我们的方法已在实现的认知系统 \textsc{Aileen} 中实例化，并在模拟机器人领域上进行了评估。
引用
@article{arxiv.2006.01962,
title = {Characterizing an Analogical Concept Memory for Architectures Implementing the Common Model of Cognition},
author = {Shiwali Mohan and Matt Klenk and Matthew Shreve and Kent Evans and Aaron Ang and John Maxwell},
journal= {arXiv preprint arXiv:2006.01962},
year = {2020}
}
备注
To be presented the Eighth Annual Conference on Advances in Cognitive Systems (ACS 2020) (https://advancesincognitivesystems.github.io/acs/)