Feb, 2022

使用感知的内部模拟预测意图行动

PDF
TL;DR本文提出了一种基于联想自组织神经网络 (A-SOM) 的层次认知架构，通过内部模拟代表动作模式的感知状态来实现意图预测。本文的实验结果表明，利用动作模式向量所代表的内部模拟感知状态，能够提高所有实验中的识别性能，并且内部感知的模拟还解决了对传感器输入有限的问题，能实现对连续感知序列的未来预测。与自组织神经网络 (SOM) 相似的架构进行了比较和讨论。
cognitive architectureassociative self-organising neural networksaction recognitionperception simulationprediction
发现论文，激发创造
  • 利用自组织的动态神经系统学习世界模型和规划

    介绍了一种基于 Hebbian 思想的连接主义架构，该架构可以学习感知和动作之间的关系模型，并将该模型用于行为规划。

    Jun, 2003

  • 面向人形机器人的积极推断身体感知和动作

    通过在仿生系统中应用主动推理身体感知和行为模型，能够在机器人上实现适应性身体感知和动作，并分析该方法适用于现实世界的交互。

    Jun, 2019

  • 光导性的主动推断实现

    本文通过一个简单的基于代理的模型，展示了积极推理作为感知和行动的一种可能的统一理论，并且解释了行为和感知之间的深层对称性。

    Jul, 2017

  • 预测未来：联合学习模型用于行动预测

    本篇论文提出了一种行动预测模型，受人类神经结构的启发，在预测未来视觉和时间表现方面，能够预测合理的未来行动，并证明使用视觉和时间语义的场景表示结合递归生成对抗网络 (GAN) 框架可以实现未来表现的表示综合，该模型在多个数据集上优于当前最先进的方法。

    Dec, 2019

  • 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

  • 学习循环表示以进行层次化行为建模

    本文章提出了一个基于生成式循环神经网络的框架，用于检测动作模式并对动物的感觉 - 运动关系进行建模，在果蝇行为和在线手写字迹两种数据上进行了测试，结果表明，利用未标记的序列通过预测未来运动显著地提高了在训练标签稀缺时动作检测的表现，该网络可以学习到高级现象，如作者身份和果蝇性别，且无需监督，在将运动预测作为网络输入生成的模拟运动轨迹看起来真实，可用于定性评估模型是否学习到了生成控制规则。

    Nov, 2016

  • 机器人中神经科学启发的感知行为：应用主动推理进行状态估计，控制和自我感知

    通过神经科学发现，活性推理是提升机器人算法在适应性、鲁棒性、灵活性、基础理解、安全交互等方面的潜在解决方案，通过模拟实际机器人平台的研究实验，揭示了机器人感知上的挑战和限制。

    May, 2021

  • 从感官数据中结合学习和分析模型预测行动效果

    本文探讨了利用神经网络与分析模型相结合的方法，对传感器输入进行处理后提高机器人执行物理交互任务的通用性和降低所需的训练数据量。

    Oct, 2017

  • 自我和他人区分的感知和行动的预测处理模型

    本文提出了一个基于感知 - 动作耦合和预测处理原则的层级传感器运动协调模型，该模型能够在感知和动作过程中实现自我和他人的区分，并且具有正确地将代理感归因于自己动作的能力。

    Oct, 2018

  • 社交动作预测与认知层次

    通过多智能体强化学习、行为克隆和生成对抗性模仿学习，以及认知级别层次框架，我们在团队运动的背景下，引入了一个新的基准、一种新的公式和一个受认知启发的框架，以预测战略人类社交互动。我们通过使用 Wusi，一个 3D 多人动作数据集来验证我们的方法和数据集的有效性。

    Nov, 2023