课题基金 / 基金详情

Sich selbst entwickelndes, adaptives Verhalten in künstlichen kognitiven Lernsystemen basierend auf selbstorganisierenden, sensomotorischen Körperwelten

Sich selbst entwickelndes, adaptives Verhalten in künstlichen kognitiven Lernsystemen basierend auf selbstorganisierenden, sensomotorischen Körperwelten
基于自组织、感觉运动身体世界的人工认知学习系统中的自我发展、适应性行为
批准号:
48677251
负责人:
Professor Dr. Martin Butz
金额:
$0.0万
依托单位国家:
德国
项目类别:
Independent Junior Research Groups
财政年份:
2007
资助国家:
德国
项目状态:
已结题
起止时间:
2006-12-31 至 2014-12-31

项目摘要

项目成果

Professor Dr. Martin Butz的其他基金

相似基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
Das Lernen der Kontrolle des eigenen Körpers, das schon im Mutterleib beginnt, kann als die erste fundamentale Herausforderung während der Entwicklung von Tier oder Mensch angesehen werden. Dieses Kontrollproblem muss völlig autonom gemeistert werden. In der kognitiven Psychologie beschreibt das ideomotorische Prinzip eine mögliche Lösung. Die inverse, zielbasierte Aktivierung von sensomotorischen Kontingenzen, die zunächst durch zufällige Bewegungen aufgebaut werden, scheint unser Verhalten zu kontrollieren. Die Neurowissenschaft seinerseits hat herausgefunden, dass diese Kontingenzen in multiplen, internen, multimodalen Körperwelten eingebettet sind, die sensorische und motorische Informationen so integrieren, dass sie effektiv und zielgerichtet genutzt werden können. Dieses Projekt schlägt die Entwicklung von künstlichen kognitiven Systemen vor, die nach diesen Prinzipien funktionieren. Es sollen die minimalen Voraussetzungen ausgemacht werden, die nötig sind, um hochgradig anpassungsfähige, adaptive Systeme sich selbst entwickeln zu lassen. Dabei soll die Flexibilität des Verhaltens von Tieren und Menschen zumindest in Teilbereichen erreicht werden. Zur Realisierung des Vorhabens sollen unter Anderem sich selbstorganisierende neuronale Netzwerke, adaptive Filtermethoden und Bayessche Informationsverarbeitung zum Einsatz kommen. Insgesamt hat das Projekt drei übergeordnete Ziele: (1) Es sollen die Mechanismen und Strukturen identifiziert werden, die zur selbstkontrollierten Entwicklung von sensomotorischen Körperwelten und flexiblen Verhalten notwendig sind, wie bei Tier und Mensch gefunden. (2) Die sich selbst entwickelnden Strukturen sollen genutzt werden, die Flexibilität, Adaptivität und Robustheit der künstlichen kognitiven Systeme zu verbessern. (3) Überprüfbare Hypothesen sollen aufgestellt werden, wie sich biologische neuronale Strukturen bilden und wie diese Strukturen kognitive Prozesse und motorisches Verhalten effizient kontrollieren.
期刊论文(5)
专著(0)
科研奖励(0)
会议论文
Resource management and scalability of the XCSF learning classifier system
XCSF学习分类器系统的资源管理和可扩展性
DOI: 10.1016/j.tcs.2010.07.007
发表时间: 2012
期刊: Theor. Comput. Sci.
影响因子: --
作者: [Stalph, Llorà, Goldberg]
通讯作者: Goldberg
DOI: 10.1007/s00422-012-0526-2
发表时间: 2013-02-01
期刊: BIOLOGICAL CYBERNETICS
影响因子: 1.9
作者: [Ehrenfeld, Stephan, Butz, Martin V.]
通讯作者: Butz, Martin V.
Filtering Sensory Information with XCSF: Improving Learning Robustness and Robot Arm Control Performance
使用 XCSF 过滤感官信息:提高学习鲁棒性和机器人手臂控制性能
DOI: 10.1162/evco_a_00108
发表时间: 2014
期刊: Evolutionary Computation
影响因子: 6.8
作者: [Kneissler, Stalph, Drugowitsch]
通讯作者: Drugowitsch
Development of the agentive self: Critical components in the emerging ability of action prediction and goal anticipation
  • 批准号:
    402791933
  • 项目类别:
    Priority Programmes
  • 资助金额:
    $0.0万
  • 财政年份:
    2018
  • 负责人:
    Professor Dr. Martin Butz
  • 依托单位:
Interplay of amodal and modal encodings underlying directional space-metric associations
DeepSelf: Emergence of Event-Predictive Agency in Robots
  • 批准号:
    467045002
  • 项目类别:
    Priority Programmes
  • 资助金额:
    $0.0万
  • 财政年份:
    --
  • 负责人:
    Professor Dr. Martin Butz
  • 依托单位:
Machine Learning for improved understanding of L-A processes and feedbacks
海外基金