Jan, 2022

ACT-R 和 Soar 的分析和比较

PDF
TL;DR本文对 ACT-R 和 Soar 的认知体系结构进行了详细分析和比较，包括它们的总体结构，对代理数据和元数据的表述，以及相关处理。重点关注工作记忆、程序记忆和长期陈述性记忆，强调了两者的共同点和差异，阐明了这些体系结构使用的信息进程和不同类别的信息，包括代理数据、元数据和元进程数据，并探讨了元数据在决策、内存检索和学习中所起的作用。
act-rsoarcognitive architecturesworking memoryprocedural memory
发现论文，激发创造
  • Soar 简介

    本文介绍了 Soar 的架构、处理方式、学习模块，以及决策制定、学习等方面的支持，分析了 Soar 作为支持通用人类水平 AI 的体系结构，并包含一部分近期 Soar 代理的简短描述和所使用术语的词汇表。

    May, 2022

  • 实现普遍认知模型的架构的类比概念记忆

    本文探讨了如何在使用 Soar 的过程中将模拟处理的计算模型引入，以实现从交互式获得的示例进行概念获取。我们提出了一种新的类比概念记忆，可以快速学习在环境中识别并选择操作的多种新概念。

    Oct, 2022

  • 可适应的 ACT-R 实现中的冲突解决交换

    本文介绍了一种基于约束处理规则的 ACT-R 认知架构的简洁实现，并实现了 ACT-R 中多个不同的冲突解决机制，是第一个实现其中一种机制的文章，文章还对比了其他机制的参考实现的结果。

    May, 2014

  • 机器人认知架构的记忆系统及其在 ArmarX 中的实现

    本论文针对认知机器人控制架构中的知识管理问题，提出了一种支持感知运动表示和语义表示之间中介和提供数据驱动服务的内在记忆结构，并且对基于该结构的 ArmarX 机器人软件框架进行了评估。

    Jun, 2022

  • 语言代理的认知架构

    利用符号人工智能的代理设计历史，我们提出了一种新的认知语言代理的蓝图，即 Cognitive Architectures for Language Agents (CoALA) 框架，这个框架将大型语言模型与外部资源或内部控制流结合起来，以实现基于语言模型的推理、概念化、学习和决策。通过 CoALA 框架，我们强调了目前语言代理的不足，并提出了未来发展更强大的语言代理的具体方向。

    Sep, 2023

  • CASPER: 机器人社交感知与互动的认知架构

    介绍了一种符号认知架构 CASPER，运用定性空间推理来实现智能机器人理解他人意图并协作完成任务的目的。通过模拟的厨房环境测试表明，机器人可以识别正在进行的目标并适当地协作完成任务。这是一个新型的定性空间关系应用于人机交互意图读取问题的方法。

    Sep, 2022

  • RAM: 通过学习通信优化内存系统

    基于 RAG 方法的 RAM 框架利用递归推理检索和经验反思来不断更新记忆，并从用户的交流反馈中学习，通过大量实验证明在处理假设错误和多跳问题方面显著优于传统的 RAG 和自知识方法，同时展示了其在不同类型的反馈和检索方法链上的潜力，从而推动了动态知识获取和终身学习的人工智能能力。

    Apr, 2024

  • 解决抽象推理语料库任务的方法

    该研究介绍了一种利用程序综合方法来推理和解决抽象推理测验（ARC）任务的系统，其中实现了一种特定领域语言 Visual Imagery Reasoning Language （VIMRL），并且通过分解搜索空间和本地搜索来优化大的搜索空间，最终在 ARC 公开测试和私有测试中表现卓越。

    Feb, 2023

  • 通过语言进行视觉抽象和推理

    本研究提出了一种基于自然语言描述任务的方法框架来解决人工智能中的 Abstraction and Reasoning Corpus (ARC) 问题，虽然尚未击败当前最先进的 DSL 模型，但我们证明了我们的方法具有巨大的潜力，可以解决以前不能解决的任务。

    Mar, 2023

  • 自主智能体的基于核心的认知架构

    本文研究了一种进化方法来创建具有认知功能的自主体的认知架构，采用功能核心产生自主体的智能功能，并介绍了基于构造主义理论的自主体认知能力的演化。

    Jul, 2022