Aug, 2023

最小充分机器人大脑的数学特征化

PDF
TL;DR本文研究了通过内部系统（机器人算法或软件）与外部系统（机器人本体及其环境）之间的交互所获取信息的编码和处理的下限，算法或软件的最弱内部系统能够实现被动（过滤）和主动（规划）任务，并介绍了信息转换系统的概念，证明了最少信息转换系统在合理的等效假设下存在且是唯一的，并将该理论应用于解决多个问题。
encodingprocessinginteractioninformation transition systemrobot hardware
发现论文，激发创造
  • 复杂机器人行为的信息驱动自组织

    使用预测信息作为动态系统控制器参数的推动力以实现高维机器人系统的协同控制和收敛行为。

    Jan, 2013

  • 基于传感器的机器人控制的基本限制

    发展机器人传感器性能极限的理论和算法，定义了一个获取任务相关信息的量，利用信息理论的广义 Fano 不等式，在一步决策任务和多步问题上提供性能上限的算法，并在三个实例中进行了演示。

    Jan, 2022

  • 一种启发于动用论的认知数学模型

    本文提出了五个实践主义认知科学的基本原则，并发展了一种数学框架来讨论符合这些原则的认知系统，特别注意不能将具有内容的符号表述归因于代理商，并且代理商的大脑、身体和环境以一种使其成为更大的整体不可分割的部分进行建模，其目的是为与实践主义保持一致的认知创建一个数学基础。

    Jun, 2022

  • 有限理性代理人的决策制定

    通过将有限理性概念与信息论观点相结合，将其融入博弈论框架中以预测自己及其它机器人或人类邻近代理的行为以及在其计算限制下采取行动，模拟与实际实验都证明这种方法可以帮助机器人推理其他代理的不同智能水平并计算出合理的策略。

    Oct, 2022

  • 人机协作适应性的数学模型

    本文概述了机器人与人合作的概率规划和博弈论算法的研究，包括不确定性建模和对人类内部状态和变化的推理，以及在多个实际场景下实现的具体行为。

    Jul, 2017

  • 交互式学习的信息论方法

    本文提出了一种量化的交互式学习和自适应行为方法，并从模型和决策制定的角度整合了行为反馈。通过在最小复杂度下最大化预测能力，导出了最优行为政策和模型的类，并总结了这一过程的因果组织。该方法的基本原则之一是学习者的最优行为政策需要在勘探和控制之间保持平衡，这是一个新的重点。

    Sep, 2007

  • 信息论有界理性

    本文提出了基于信息理论思想的有限理性理论，并提供了将自由能量函数作为表征有限理性决策的目标函数的概念上的理据。该文讨论了单步决策以及如何使用等价变换将其扩展到序贯决策，扩展后得到的类别决策问题非常广泛，包括古典决策规则等极限情况以及可信和风险敏感规划。

    Dec, 2015

  • 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

  • 信息瓶颈下的传递和探索

    提出了一种利用信息瓶颈机制学习判决状态的增值方法，通过对观察的状态进行分析，识别有潜力的子目标进行新的探索，并指导代理经过判决状态和状态空间的新区域。

    Jan, 2019

  • 自适应信息信念空间规划

    该研究旨在使用奖励函数来有效地做出明智的决策，通过提出抽象观测模型来降低计算成本并推导出期望信息论奖励函数的界限以及价值函数的界限，同时，提出了一种用于改善聚合方法的方法，实现了相同动作选择的计算时间减少。

    Jan, 2022