教机器人感知时间——一种强化学习方法（扩展版）
系统与控制
2019-12-24 v1 人工智能
机器学习
系统与控制
摘要
时间感知是个体对时间的现象学体验。本文研究如何复现时间感知中所涉及的神经机制，使机器人向时间认知迈出一步。我们的框架遵循一种双重受生物学启发的途径。第一步是根据传感器测量估计时间流逝，因为环境刺激会影响时间感知。传感器数据被建模为表示自然环境二阶统计量的高斯过程。两个事件之间估计的经过时间由其间收集数据的联合分布的最大似然估计算出。此外，时间究竟如何在大脑中编码仍属未知，但有强烈证据表明多巴胺能神经元参与了计时机制。由于它们的相位活动与时差学习模型的奖励预测误差行为相似，故使用后者来复现该行为。因此，该途径的第二步是将智能体对经过时间的估计应用于强化学习问题，其中使用了一种称为 Microstimuli 的特征表示。我们通过将框架应用于最初用小鼠进行的实验来验证之，并得出结论：使用该框架的机器人能够复现动物大脑的计时机制。
引用
@article{arxiv.1912.10113,
title = {Teaching robots to perceive time -- A reinforcement learning approach (Extended version)},
author = {Inês Lourenço and Bo Wahlberg and Rodrigo Ventura},
journal= {arXiv preprint arXiv:1912.10113},
year = {2019}
}
备注
13 pages, 6 figures