受海马体形成启发的概然生成模型
人工智能
2022-03-22 v3 神经与进化计算
神经元与认知
摘要
在构建人工智能（AI）智能体时，参考大脑在真实环境中的运作方式可通过缩小设计空间来加速研发。本研究通过整合海马体形成（HF）的神经科学知识以及机器人与 AI 领域的工程知识（即同步定位与建图（SLAM）），提出了一种用于不确定环境下导航的概然生成模型（PGM）。我们遵循脑参考架构（BRA）（Yamakawa, 2021）的方法来构建该 PGM，并概述了如何验证该模型。为此，我们调研并讨论了 HF 相关发现与 SLAM 模型之间的关系。所提出的受海马体形成启发的概然生成模型（HF-PGM）被设计为与 HF 的解剖结构和功能高度一致。通过参考大脑，我们阐述了从内嗅皮层到海马体的自我中心/ allocentric 信息整合以及离散事件队列使用的重要性。
引用
@article{arxiv.2103.07356,
title = {Hippocampal formation-inspired probabilistic generative model},
author = {Akira Taniguchi and Ayako Fukawa and Hiroshi Yamakawa},
journal= {arXiv preprint arXiv:2103.07356},
year = {2022}
}
备注
Submitted to Neural Networks