关于思维理论的计算模型和在尖端神经网络中模仿强化学习

科学领域:

• 认知科学 认知科学
• 计算神经科学是一种神经科学.
• 人工智能的人工智能

背景情况:

• 思想理论 (ToM) 对于社会认知和学习至关重要,涉及到对他人的心理状态的推断.
• 生物证据表明复杂的神经电路,包括镜像神经元系统,是ToM和模仿的基础.
• 镜像神经元系统有助于行动理解和观察学习.

研究的目的:

• 提出基于思维理论 (基于ToM的ImRL) 的仿真学习的计算框架.
• 通过使用尖端神经网络和镜像神经元系统机制,模拟生物启发的模仿学习.
• 审查现有的计算方法来建模ToM.

主要方法:

• 基于思维理论的模仿强化学习 (基于ToM的ImRL) 框架的开发.
• 使用生物启发的尖端神经网络.
• 结合来自镜像神经元系统的机制来推断目标和模仿行为.

主要成果:

• 基于ToM的ImRL框架使代理商能够通过观察和模仿专家行为,在交互式环境中学习行动.
• 该模型有效地推断专家的目标,并复制他们的行动.
• 在Atari 2600的River Raid游戏环境中表现出有效性.

结论:

• 拟议的基于ToM的ImRL框架为模仿学习提供了一种生物启发的计算方法.
• 这种模型增强了人工智能通过观察和模仿来学习的能力.
• 该框架有可能在交互式和社交学习场景中推进人工智能.