ナビゲーションタスクの手続き探索仮説にもとづく脳シンボル処理のモデル化

基于导航任务的程序搜索假设对大脑符号处理进行建模

• 批准号: 13210005
• 负责人: 大森 隆司
• 金额: $ 2.37万
• 依托单位: Hokkaido University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas (C)
• 财政年份: 2001
• 资助国家: 日本
• 起止时间: 2001 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13210005/
• 关键词: 脳高次機能; シンボル処理; ナビゲーション; メタ学習

脳の高次機能の典型は推論や言語といわれている.これらはいずれもシンボル処理と言われている.しかし脳におけるシンボル処理の実体および計算理論についてはほとんど判っていない.我々はこの問題に対して脳における機能部品の組み合わせモデルを提唱し,本年度は計算機シミュレーションによるその実現と評価を試みた.例題としては地図世界のナビゲーションを使用した.シミュレーションでは,感覚入力,場所の認識,場所に対応した行動の記憶,その行動の生成,さらに各場所に対応した行動の探索的学習(強化学習)という個々の機能を実現する機能部品をニューラルネットによって構築し,その組合せを探索するメタ学習機構を可変長の遺伝的アルゴリズムを用いて実現した.評価課題では,環境の地図の記憶を保持する能力を持たない学習エージェント(基礎エージェント)と環境地図を学習する機能部品を持つ学習エージェント(進化エージェント)を用意し,両者の学習結果を比較する実験を行なった.その結果,基礎エージェントは早期に最適と思われる行動を獲得するが,進化エージェントは持っている機能部品をフルに使用して環境のを学習して予測をするようになるには10世代程度が必要であることが判った.この結果より,予測という推論につながる機能を持つ学習動作もまた提案したモデルで獲得が可能てあることが示され,いわゆるシンボル的な行動もまた本モデルの枠内で説明できる可能性が出てきた.

The typical inference of higher order function of speech is that speech can be used in different ways. The reason for this is that we have to be careful. The theory of computation and the theory of computation are the most important aspects of the theory of computation. We have been working on this issue for the past year, and we have been working on this issue for the past year. The example shows that the world is full of problems. In the case of learning, the ability to sense entry, recognize places, remember actions, generate actions, explore actions for each place (reinforcement learning), realize functions, construct functional components, explore combinations, and realize functions of learning mechanisms. The evaluation topic is to compare the learning results of the participants with the learning ability of the environment and the functional components of the environment and the environment. The results are based on early optimal thinking, acquisition, evolution, maintenance, functional components, use, environment, learning, prediction, and 10 generations of necessary judgment. The result of this is that the prediction and inference function are held to learn the action, the proposal and the possibility of obtaining the action.

项目成果

小林 寛英, 山内 康一郎: "睡眠期間を導入した追加学習とモデル選択"電子情報通信学会技術報告. (2002)

Hirohide Kobayashi、Koichiro Yamauchi：“结合睡眠周期的额外学习和模型选择”IEICE 技术报告（2002 年）。

Kada, H., Yamakawa, H., Omori, T.: "Two Dimensional Evaluation Reinforcement Learning"6th International Work-Conference on Artificial and Natural Neural Networks. 370-377 (2001)

Kada, H.、Yamakawa, H.、Omori, T.：“二维评估强化学习”第六届人工和自然神经网络国际工作会议。

Matsuda G., Omori T.: "Learning of Joint Visual Attention by Reinforcement Learning"International Conference on Cognitive Modeling. 157-162 (2001)

Matsuda G.，Omori T.：“通过强化学习学习联合视觉注意力”认知建模国际会议。

Ogawa A., Omori T.: "The acquisition of space search procedure depending on agent structure"International Symposium for Human Function. 210-215 (2001)

小川A.，大森T.：“根据代理结构获得空间搜索程序”人类功能国际研讨会。

Omori, T., Tohyama, S., Shimotomai, T.: "Brain architecture for Intelligence -Evaluation of event driven learning procedure hypothesis in vocabulary spurt phenomenon-"Proc. of International Symposium on Nonlinear Theory and its Applications(NOLTA). 387-39

Omori, T.、Tohyama, S.、Shimotomai, T.：“智能的大脑结构 - 词汇激增现象中事件驱动学习过程假设的评估 -”Proc。