AAAIOct, 2019

面向可指导认知机器人的基于证据的推理的计算理论

PDF
TL;DR本文介绍了关于证据推理认知代理的计算理论，并将其应用于政府和公共部门的关键领域。该理论通过开发四种不同类型的认知代理来验证其可行性，并探讨未来研究的方向。
evidence-based reasoningcomputational theorycognitive agentsintelligence analysispublic sector
发现论文，激发创造
  • 在计算资源限制下推理信念和行动

    讨论在计算能力不足时使用替代逼近过程和启发式方法以及使用用户效用结构对推理进行量身定制来平衡部分结果的成本和收益的应用决策理论来解决困难问题的解决方案。

    Mar, 2013

  • 神经符号学习与推理：调查和解释

    这篇文章介绍了关于认知科学、人工智能、神经计算的研究，特别是神经符号学习和推理的最新进展，从理论到应用和挑战，以及展望未来。

    Nov, 2017

  • 教学生成智能体的认知评估：需要更好的心灵理论能力

    本研究通过数学方式刻画了人类引导他人通过自然语言有效沟通所需的认知能力，并展示了基于神经网络的指导生成代理具有类似的认知能力，通过提升这些代理与听众之间的心理模型可显著提升指导质量，但是在与人类引导者的对比中还存在相当的差距，因此需构建更好的人类行为模型以更好地协同 AI 代理人。

    Dec, 2022

  • AGENT：核心心理推理基准

    通过使用过程生成的三维动画构建了一个基准测试，并通过人类评分验证了该基准测试，结果表明，要在人类水平上通过基础直觉心理学的设计测试，模型必须获得或具有代理计划的内置表示，该测试结构围绕四个场景，并比较了两个强大的基线建立在贝叶斯逆规划和心灵理论神经网络上。

    Feb, 2021

  • 在人工智能代理中评估科学思维

    孩子们表现出惊人的学习和思考能力，与形式化的研究中的科学推理方法非常相似。本研究利用 Blicket 检测建立了交互式 EST 环境，旨在评估人工智能的科学思维能力，研究发现今天的学习方法在科学思考中具有低效性，需要未来的研究来构建人类类似的智能。

    Jun, 2022

  • 通过条件模拟实现常识推理：图灵在人工智能中的遗产

    该论文提出了一种基于概率图灵机的计算形式化的 QUERY 抽象，通过条件模拟捕获概率条件，从而将常识推理转化为观察到的统计模型中不确定的世界的概率推断。

    Dec, 2012

  • 学习引导的自动推理：简要调查

    自动定理证明器和形式证明助手是理论上能够证明任意难题的一般推理系统，但在实践中面临组合爆炸所以包括很多启发式算法和选择点来影响系统性能。机器学习预测器可以引导这些推理系统的工作。本文概述了几个自动推理和定理证明领域及目前对它们进行的学习和人工智能方法，包括前提选择、证明引导、协同推理和学习的 AI 系统以及符号分类问题。

    Mar, 2024

  • 认知科学中的计算推断：操作、社会和伦理考虑

    通过识别认知科学中计算推理的计算方法、数据驱动时代的操作挑战、社会影响和道德准则等方面，平衡潜在的乐观情绪，探索在更实证的视角下进行推理的可行性和可行性，以更多样化和丰富的方法解释研究结果。

    Oct, 2022

  • 个体人类推理的量化符号方法

    本文使用非单调推理和计算机科学中的答案集编码（ASP）来形式化作为认知原则的文献发现，建立一个名为‘plausibility’的推理概念，并将其用于测试现有实验的效果并解释不同的多数响应。

    May, 2022

  • 基模型推理综述

    发展基础模型的探索性研究目前取得了最新的进展，其涉及推理任务、多模态学习和自主智能代理等未来研究方向，为人工智能的发展做出了贡献。

    Dec, 2023