符号涌现与多模态概念学习

机器人中的符号涌现在建模人‐智能体交互中的应用

摘要

人类智能高度依赖于其身体，其发展需要自身身体与包括其他智能体在内的周围环境之间的互动。然而，如何将低层次运动控制与高层级符号操作系统整合起来，仍然是一个开放性问题。我们在“机器人中的符号涌现”这一领域中的研究目标之一，是从运动控制到高层级符号操作，构建一个人类智能的计算模型。本次演讲首先介绍一种无监督在线学习算法，该算法使用分层贝叶斯框架，对机器人获取的听觉、视觉和触觉信息等多模态感官信号进行分类。机器人利用其身体从多个视角抓取并观察物体，同时在观察过程中聆听声音。智能的基本算法是对采集到的多模态数据进行分类，从而使机器人能够更好地推断未观测到的信息，我们将生成的类别称为多模态概念。

符号涌现与多模态概念学习

本次演讲的后半部分讨论从运动控制到高层认知的人类智能集成计算模型。其核心思想是将多模态概念与强化学习相结合。此外，本次演讲尝试在同一框架内建模交流过程，因为自我‐他人辨别过程可被视为对感觉‐运动信号的多模态分类。

ACM分类关键词
I.2 人工智能

作者关键词
符号涌现；语言习得；人机交互；他人心智模型