Enabling Human-like Language-Capable Robots Through Working Memory Modeling
Enabling Human-like Language-Capable Robots Through Working Memory Modeling
复制标题
通过工作记忆建模实现具有类人语言能力的机器人
DOI：
10.1145/3568294.3579967
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Williams, Tom
中科院分区：
文献类型：
--
作者：
Sousa Silva, Rafael;Williams, Tom
工作记忆是认知的重要组成部分。它不仅直接影响核心认知过程，如学习，理解和推理，而且还影响与语言相关的过程，如自然语言理解和指称表达生成。因此，对于机器人实现类似人类的自然语言能力，我们认为，他们的认知模型应该包括一个准确的WM表示，发挥类似的核心作用。我们的研究调查了认知心理学中不同的WM模型如何影响机器人的自然语言能力。具体来说，我们探讨了WM的有限容量性质，以及不同的信息遗忘策略，即衰减和干扰，如何影响机器人制定的类似人类的话语。
Working Memory (WM) is a central component of cognition. It has direct impact not only on core cognitive processes, such as learning, comprehension, and reasoning, but also language-related processes, such as natural language understanding and referring expression generation. Thus, for robots to achieve human-like natural language capabilities, we argue that their cognitive models should include an accurate WM representation that plays a similarly central role. Our research investigates how different WM models from cognitive psychology affect robots' natural language capabilities. Specifically, we explore the limited capacity nature of WM and how different information forgetting strategies, namely decay and interference, impact the human-likeness of utterances formulated by robots.
DOI：
10.7551/mitpress/9082.001.0001
发表时间：
2016-04
期刊：
--
影响因子：
--
作者：
Kees van Deemter
通讯作者：
Kees van Deemter
反对工作记忆衰退的进一步证据
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
K. Oberauer;S. Lewandowsky
通讯作者：
S. Lewandowsky
遗忘非常快
影响因子：
2.4
作者：
P. Muter
通讯作者：
P. Muter