MétaCan
Menu
Retour à la cohorte
Enregistrement W2145626058 · doi:10.1109/icar.2005.1507431

Emergence of coherent behaviors from homogenous sensorimotor coupling

2006· article· en· W2145626058 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueICAR '05. Proceedings., 12th International Conference on Advanced Robotics, 2005. · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueRobot Manipulation and Learning
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésModalitiesComputer scienceRobotPerceptionSet (abstract data type)Object (grammar)Coupling (piping)Task (project management)HomogeneousSensory systemArtificial intelligenceHuman–computer interactionCognitive psychologyPsychologyNeuroscienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

It seems self-evident that an agent's perception of its surrounding environment is tightly coupled to its behavior. However, most robot control architectures make some assumptions about how sensory information relates to motor actions, in order to provide a set of basic behaviors (such as reflexes). It is largely unknown to what extent these biases reduce the potential for the generation of diverse or unexpected behaviors from the agent-environment interaction. In this paper, we propose a new model of robot control architecture, consisting of homogeneous, non-hierarchical coupling, which only learns the correlation of simultaneous activity between any pair of sensor or motor modalities. We show that the propagation of activity across the different modalities, modulated by the learnt correlations, can lead to the emergence of coherent complex behaviors, such as approaching and following an object, or solving a task based on the temporal relationship between an early clue and a delayed reward

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,026
Tête enseignante GPT0,263
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle