Automatic and rapid realization of higher brain functions by partially observable Markov decision processes

通过部分可观察的马尔可夫决策过程自动快速实现高级大脑功能

• 批准号: 19700215
• 负责人: ITOH Hideaki
• 金额: $ 1.63万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2007
• 资助国家: 日本
• 起止时间: 2007 至 2010
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-19700215/
• 关键词: POMDP; 確率的最適制御; 高次脳機能; 推論; 報酬最大化; 適応制御; 階層モデル; 階層制御

This study aims at making an agent that is equipped with various "higher brain functions" including the goal-directed reasoning, the selective attention, and the use of working memory. Since it is difficult to make such an agent by hand coding, I try to use the reward maximization principle in order to make an agent that can automatically realize the functions that are suitable for its surrounding environment. In this study, I have been developing a novel method for making such an agent efficiently, based on the theory of partially observable Markov decision processes (POMDPs).

这项研究旨在使配备各种“较高大脑功能”的代理，包括目标定向的推理，选择性注意力和工作记忆的使用。由于很难通过手动编码制作这样的代理，因此我尝试使用奖励最大化原则，以制造一个可以自动实现适合其周围环境的功能的代理。在这项研究中，我一直在基于可观察到的马尔可夫决策过程（POMDP）的理论开发一种新颖的方法来有效地制造这种药物。

项目成果

数理的モデルを用いたタマリンの道具使用行動の解析

使用数学模型分析狨猴的工具使用行为

• 发表时间: 2010
• 期刊: 霊長類研究 VOL.26, NO.1
• 作者: 毬山利貞;伊藤秀昭;中村清彦
• 通讯作者: 中村清彦

関係強化学習によるゴール指向性推論の学習

使用关系强化学习学习目标导向推理

• 发表时间: 2010
• 作者: 伊藤秀昭;福本尚生;和久屋寛;古川達也
• 通讯作者: 古川達也

Towards a comparative theory of the primates' tool-usebehavior.

灵长类动物工具使用行为的比较理论。

• 发表时间: 2008
• 作者: 大西厳;石光俊介;ほか5名;Toshisada Mariyama
• 通讯作者: Toshisada Mariyama