将不变感觉运动结构辨识作为物体发现的前提

对于任何通用智能体而言，以物体方式感知周围环境都很有用。本文研究使物体感知成为可能的基本机制，即辨识智能体感觉运动经验中时空不变的结构。我们受感觉运动偶发性理论启发，通过一种感觉运动、无监督且预测性的方法定义该机制的计算模型。我们的模型基于对人工智能体与其环境无监督交互的处理。我们展示环境中时空不变结构如何引发智能体感觉运动经验中的规律性，以及该智能体在构建其感觉运动经验的预测模型时，如何将它们捕获为由运动命令连接的感官状态图中稠密连接的子图。我们的方法聚焦于基本机制，并用一组简单实验说明，其中智能体与一环境交互。我们展示该智能体如何通过对建模其整体感觉运动经验的图进行谱聚类，构建移动但时空不变结构的内部模型。我们系统考察模型性质，更全局地阐明该范式相对于基于静态图像集合有监督处理方法的特点。