Learning to Behave in the Sensorimotor Loop - An Animat Approach

Das gePlante Vorhaben wird进化är erzeugte，künstliche Neuronale Strukturen and Deren Prozesse Genfizieren，die Autonomen Roboteren(Animated)ermöglichen，Sich Wie Tiere zu verhalten。在不同的实验中，你会发现这是一种相互作用的方式。勒南在这里也是如此，在感觉上也是如此，而且在感觉上也是如此。在此基础上，研究了神经元子系统的特征，并对其进行了规范。这句话的意思是：“我不知道你的名字是什么意思，但我不知道。”这是费尔纳·戴文·奥斯盖甘根的研究成果，也是突触可塑性研究的基础。这是一项新技术的进化过程。Lernen wird im Kontext des Dynamischen Systeme Ansat zu“Experient Cognition”MIT Hilfe von Techniken Aus Bereichen Evolutionäre Robotik，Artially Life，Dynamische and Komplexe Systeme untersuht。

Das geplante Vorhaben wird evolutionär erzeugte, künstliche neuronale Strukturen und deren Prozesse identifizieren, die autonomen Robotern (Animaten) ermöglichen, sich wie Tiere zu verhalten. Das Entstehen von verschiedenen Verhaltensmustern wird in Experimenten untersucht, die sich auf die Interaktion des Individuums mit seiner Umgebung konzentrieren. Lernen wird hier also als ein Prozess verstanden, der durch Signale in der sensomotorischen Schleife “getrieben” wird. Die untersuchten Lernmechanismen beruhen auf homöostatischen Eigenschaften einzelner Neurone bzw. neuronaler Subsysteme und werden durch Randbedingungen spezifiziert. Diese werden durch Signale von inneren Sensoren (Propriozeptoren) definiert, die Körperzustände repräsentieren. Es wird ferner davon ausgegangen, dass Struktureigenschaften der Neurokontroller für Lernprozesse ebenso entscheidend sind wie die synaptische Plastizität. Daher werden evolutionäre Techniken zur Strukturerzeugung eingesetzt und mit homöostatischen Prozessen zur synaptischen Plastizität kombiniert. Lernen wird im Kontext des Dynamischen Systeme Ansatzes zu “embodied cognition” mit Hilfe von Techniken aus den Bereichen Evolutionäre Robotik, Artificial Life, Dynamische und Komplexe Systeme untersucht.