التعلم المعزز متعدد الوسائط من أجل التكيف الخاص بالشريك في التفاعل بين الروبوتات المتعددة

العنوان التعلم المعزز متعدد الوسائط من أجل التكيف الخاص بالشريك في التفاعل بين الروبوتات المتعددة
المؤلف كيرتاي، م.، هافنر، في. في.، أسادا، م.، كوهلين، أ. ك.، أوزتوب، إرهان
تاريخ النشر: 2022
مكان النشر - IEEE
النوع وثيقة
اللغة الإنجليزية
رقمي نعم
مخطوط لا
المكتبة: جامعة اوزيجين
معرف أصل المكتبة 979-835030979-9
رقم السجل af867d1e-d7fc-46a1-a5c7-ee9d403c6f14
موقع المكتبة علوم الكمبيوتر
التاريخ 2022
ملاحظات مؤسسة الأبحاث الألمانية؛ الجمعية اليابانية لتعزيز العلوم؛ جامعة أوساكا
نص عينة يتطلب العمل الجماعي الناجح والفعال معرفة الخبرة الفردية لأعضاء الفريق. عادةً ما يتم اكتساب هذه المعرفة من خلال التفاعل الاجتماعي وتشكل الأساس للسلوك الذكي اجتماعيًا والمتكيف مع الشريك. تهدف هذه الدراسة إلى تطبيق هذه القدرة في فرق مكونة من روبوتات بشرية متعددة. ولتحقيق هذه الغاية، تفاعل الروبوت Nao، الذي يشبه الإنسان، مع ثلاثة روبوتات Pepper لأداء مهمة استدعاء الأنماط السمعية والبصرية المتسلسلة التي تتطلب دمج المعلومات متعددة الوسائط. قامت شركة Nao بالاستعانة بمصادر خارجية لقراراتها (أي اختيارات الإجراء) لشركائها من الروبوتات لأداء المهمة بكفاءة من حيث التكلفة الحسابية العصبية من خلال تطبيق التعلم المعزز. أثناء التفاعل، تعلمت Nao الخبرة المحددة لشركائها، مما سمح لـ Nao بالتوجه للحصول على إرشادات للشريك الذي لديه الخبرة المقابلة لحالة المهمة الحالية. تضمنت المعالجة المعرفية لـ Nao ذاكرة ترابطية تلقائية متعددة الوسائط سمحت بتحديد تكلفة المعالجة الإدراكية (أي الحمل المعرفي) عند معالجة المحفزات السمعية والبصرية. وفي المقابل، يتم تحويل تكلفة المعالجة إلى إشارة مكافأة بواسطة وحدة توليد المكافأة الداخلية. في هذا الإعداد، يهدف الروبوت المتعلم Nao إلى تقليل العبء المعرفي من خلال اللجوء إلى الشريك الذي تتوافق خبرته مع حالة مهمة معينة. بشكل عام، تشير النتائج إلى أن الروبوت المتعلم يكتشف خبرات الشركاء ويستغل هذه المعلومات لتنفيذ مهمته بتكلفة حسابية عصبية منخفضة أو حمل معرفي منخفض.
DOI 10.1109/Humanoids53995.2022.10000205
عرض في المصدر جامعة اوزيجين جامعة اوزيجين - محرك بحث الآثار التاريخية والأرشيفات والدوريات
جامعة اوزيجين - محرك بحث الآثار التاريخية والأرشيفات والدوريات جامعة اوزيجين

التعلم المعزز متعدد الوسائط من أجل التكيف الخاص بالشريك في التفاعل بين الروبوتات المتعددة

المؤلف كيرتاي، م.، هافنر، في. في.، أسادا، م.، كوهلين، أ. ك.، أوزتوب، إرهان
تاريخ النشر 2022
مكان النشر - IEEE
النوع وثيقة
اللغة الإنجليزية
رقمي نعم
مخطوط لا
المكتبة جامعة اوزيجين
معرف أصل المكتبة 979-835030979-9
رقم السجل af867d1e-d7fc-46a1-a5c7-ee9d403c6f14
موقع المكتبة علوم الكمبيوتر
التاريخ 2022
ملاحظات مؤسسة الأبحاث الألمانية؛ الجمعية اليابانية لتعزيز العلوم؛ جامعة أوساكا
نص عينة يتطلب العمل الجماعي الناجح والفعال معرفة الخبرة الفردية لأعضاء الفريق. عادةً ما يتم اكتساب هذه المعرفة من خلال التفاعل الاجتماعي وتشكل الأساس للسلوك الذكي اجتماعيًا والمتكيف مع الشريك. تهدف هذه الدراسة إلى تطبيق هذه القدرة في فرق مكونة من روبوتات بشرية متعددة. ولتحقيق هذه الغاية، تفاعل الروبوت Nao، الذي يشبه الإنسان، مع ثلاثة روبوتات Pepper لأداء مهمة استدعاء الأنماط السمعية والبصرية المتسلسلة التي تتطلب دمج المعلومات متعددة الوسائط. قامت شركة Nao بالاستعانة بمصادر خارجية لقراراتها (أي اختيارات الإجراء) لشركائها من الروبوتات لأداء المهمة بكفاءة من حيث التكلفة الحسابية العصبية من خلال تطبيق التعلم المعزز. أثناء التفاعل، تعلمت Nao الخبرة المحددة لشركائها، مما سمح لـ Nao بالتوجه للحصول على إرشادات للشريك الذي لديه الخبرة المقابلة لحالة المهمة الحالية. تضمنت المعالجة المعرفية لـ Nao ذاكرة ترابطية تلقائية متعددة الوسائط سمحت بتحديد تكلفة المعالجة الإدراكية (أي الحمل المعرفي) عند معالجة المحفزات السمعية والبصرية. وفي المقابل، يتم تحويل تكلفة المعالجة إلى إشارة مكافأة بواسطة وحدة توليد المكافأة الداخلية. في هذا الإعداد، يهدف الروبوت المتعلم Nao إلى تقليل العبء المعرفي من خلال اللجوء إلى الشريك الذي تتوافق خبرته مع حالة مهمة معينة. بشكل عام، تشير النتائج إلى أن الروبوت المتعلم يكتشف خبرات الشركاء ويستغل هذه المعلومات لتنفيذ مهمته بتكلفة حسابية عصبية منخفضة أو حمل معرفي منخفض.
DOI 10.1109/Humanoids53995.2022.10000205
جامعة اوزيجين - محرك بحث الآثار التاريخية والأرشيفات والدوريات
جامعة اوزيجين يتم إعادة توجيهك...

يرجى الانتظار