基于运动基元的复杂行为快速类社会学习
动力系统
2024-02-08 v1 物理与社会
摘要
社会学习在许多物种中广泛存在。经验较少的智能体会复制由更有经验的个体展示的成功行为。然而，这一过程背后的动力学机制在很大程度上仍然未知。在这里，我们假设一个复杂行为可以分解为 个运动基元的序列。那么，一个能够按给定序列激活运动基元的神经网络可以驱动一个智能体。为了考虑神经网络中 种可能的基元序列，我们采用了胜者通吃竞争方法。然后，我们考虑一个教师-学习者情境：一个智能体展示复杂运动，而另一个智能体旨在模仿教师的行为。尽管基元序列可能存在巨大的多样性，我们证明了配备了所提供学习模型的学习者能够在不超过 个学习周期内“即时”重置其突触耦合，并以指数速度收敛到教师基元的持续时间。我们在移动机器人上验证了该学习模型。实验结果表明，学习者确实能够在几个学习周期内复制由六个运动基元组成的教师行为。所报告的学习机制是通用的，可用于复制不同的功能，例如声音模式或语音。
引用
@article{arxiv.2402.02226,
title = {Fast social-like learning of complex behaviors based on motor motifs},
author = {Carlos Calvo Tapia and Ivan Y. Tyukin and Valeriy A. Makarov Slizneva},
journal= {arXiv preprint arXiv:2402.02226},
year = {2024}
}