发现的高维计算可帮助AI机器人创建记忆

Android对电绵羊做梦吗?菲利普·K·迪克(Philip K.

Android对电绵羊做梦吗?菲利普·K·迪克(Philip K. Dick)著名地想知道,在他的故事中,探讨了先进和广泛的人工智能时代的人类和机器人的含义。我们还不是“刀片跑步者”现实,但是现在,一群研究人员为机器人提出了一种新的方式,让机器人记住这可能会弥补机器人和我们之间的差距。

为了使机器人在各种任务中都像人类一样熟练,他们需要与运动能力协调感官数据。马里兰大学的科学家发表了《科学机器人技术》杂志上的一篇论文,描述了一种潜在的革命性方法,用于改善AI如何使用高维计算理论来处理感觉运动表示。

研究人员着手创造的方法是提高机器人的“积极感知”的一种方式,即它将其围绕它与该世界的发展方式相结合的能力。正如他们在论文中写的那样,“我们发现行动和感知通常被保存在分离的空间中”,这将其归因于传统思维。

相反,他们提出了“一种将动作和感知共同编码为有意义的,语义知情并通过使用高维二进制向量(HBV)一致的单个空间的方法。 “

正如他们的新闻稿所解释的那样,HBVS在非常高的空间中工作,其中包含有关图像,声音或命令等不同离散项目的大量信息。这些可以进一步分为离散项目的序列以及项目和序列的分组。

通过利用这些向量,研究人员希望将机器人收到的所有感官信息保留在一个地方,从本质上创造了其记忆。随着更多信息的存储,将创建“历史”向量,从而增加机器人的内存内容。科学家认为,积极的感知和记忆将使机器人在自主决策中更好地提高机器人,期待未来的情况并完成任务。

该“管道”描述了如何记录来自无人机飞行的数据并将其转换为通过向量操作集成到内存中的二进制向量。然后可以召回此记忆。

学分:马里兰大学感知和机器人集团。

高维的“管道”

Aloimonos说:“活跃的感知者知道为什么要感知,然后选择要感知的东西,并确定如何,何时何地实现感知。” “它选择并固定在场景,时间和情节上。然后,它使其机制,传感器和其他组件保持一致,以对其想要看到的内容作用,并选择从中最能捕获其打算的观点。我们的高度框架可以解决这些目标。”

在机器人之外,科学家还看到了其理论在数据挖掘和视觉识别中采用的深度学习AI方法中的应用。

为了测试该理论,团队采用了动态视觉传感器(DVS),该传感器在事件云中的移动过程中不断捕获对象的边缘。通过快速关注场景和机芯的轮廓,该传感器非常适合自动导航机器人。事件云中的数据存储在二进制向量中,使科学家可以应用高度计算。

基于事件的移动对象检测和跟踪(IROS 2018)www.youtube.com

这是DVS如何工作的视频:

该研究由计算机科学博士进行。学生Anton Mitrokhin和Jr. Peter Sutor,以及马里兰大学高级计算机研究所的副研究科学家CorneliaFermüller以及计算机科学教授Yiannis Aloimonos。他为米特罗肯(Mitrokhin)和副教授提供了建议。

在科学机器人技术中查看他们的论文“使用神经形态传感器学习感觉运动控制:朝着高维活动感知”。

原创文章,作者:新鲜事,如若转载,请注明出处:http://www.dsonekey.com/3393.html

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

联系我们

400-800-8888

在线咨询:点击这里给我发消息

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息