×
奥赞·圣多尔;蒂姆·韦伯伦;范德梅尔，图恩;巴特·德霍特;亚当·萨夫隆

机器人导航作为分层主动推理。 （英语） Zbl 1521.68222号

神经网络。 142, 192-204 (2021).
摘要：定位和地图绘制是一个长期的研究领域，无论是在神经科学领域，还是在机器人领域，都是为了了解哺乳动物如何在环境中导航，从而实现自主移动机器人。在本文中，我们将导航视为在层次生成模型下最小化（期望）变化自由能的推理行为。我们发现，感知、路径整合、定位和映射等熟悉的概念自然地从这个主动推理公式中浮现出来。此外，我们还表明，该模型与海马功能模型是一致的，并且可以在真实的机器人上以电子方式实现。我们的实验表明，装备了我们的层次模型的机器人能够生成拓扑一致的地图，并且当向系统提供目标位置时，可以推断出正确的导航行为。

引用于2文件

MSC公司：

68T40型 机器人人工智能

关键词：

主动推理;机器人导航;SLAM公司;比率SLAM;深度学习

软件：

开放率SLAM;亚当
PDF格式BibTeX公司 XML格式引用
\textit{O.Chatal}等人，神经网络。142192-204（2021；Zbl 1521.68222）
全文： 内政部 链接

参考文献：

[1] 巴尔达萨诺，C。；哈森，美国。；Norman，K.A.，叙事感知中真实世界事件图式的表征，《神经科学杂志》，38，45，9689-9699（2018）
[2] 鲍尔·D。；希思，S。；Wiles，J。；惠氏，G。；科克，P。；Milford，M.，OpenRatSLAM：一个开源的基于大脑的SLAM系统，Autonomous Robots，34，1-28（2013）
[3] Beal，J.M.，近似贝叶斯推断的变分算法（2003）
[4] Buzsáki，G。；Tingley，D.，《空间与时间：海马作为序列发生器》，《认知科学趋势》，22853-869（2018）
[5] 凯德纳，C。；Carlone，L。；卡里略，H。；拉蒂夫，Y。；斯卡拉穆扎，D。；Neira，J.，《同步定位和绘图的过去、现在和未来：迈向鲁棒感知时代》，《机器人学报》，32，6，1309-1332（2016）
[6] 圣母玛利亚，O。；瓦提尔，S。；De Boom，C。；Verbelen，T。；Dhoedt，B.，主动推理的学习生成状态空间模型，计算神经科学前沿，14，103（2020）
[7] 圣母玛利亚，O。；Jansen，W。；Verbelen，T。；Dhoedt，B。；Steckel，J.，Latentslam：定位和绘图的无监督多传感器表示学习，（2021年机器人与自动化国际会议（ICRA）（2021）），（新闻稿）
[8] 圣母玛利亚，O。；Wauthier，S。；Verbelen，T。；吊杆，C.D。；Dhoedt，B.，《自主机器人导航的深度主动推理》，（架桥人工智能与认知科学（BAICS）研讨会，ICLR（2020））
[9] 克劳森，W。；F.Vicente，A。；Ferraris，M。；伯纳德，C。；巴塔利亚，D。；Quilichini，P.，《海马体和皮层的计算中心》，《科学进展》，第5期（2019年）
[10] 科内尔·D·S。；Gerstner，W.，《吸引子网络动力学在迷宫式环境中实现预演和快速路径规划》，（Cortes，C.；Lawrence，N.；Lee，D.；Sugiyama，M.；Garnett，R.，《神经信息处理系统的进展》，第28卷（2015）），1684-1692
[11] Dannenberg，H.、Lazaro，H.，Nambiar，P.、Hoyland，A.和Hasselmo，M.E.。视觉输入对内侧内嗅皮层位置编码和跑步速度的神经动力学的影响。电子生活，962500。http://dx.doi.org/10.7554/eLife.62500。
[12] Duan，C。；Junginger，S。；黄，J。；Jin，K。；Thurow，K.，运输机器人视觉SLAM的深度学习：综述，运输安全与环境，1，3177-184（2020）
[13] 埃普，M。；Gumbsch，C。；克泽尔，M。；Nguyen，P.D.H。；布茨，M.V。；Wermter，S.，《具体强化学习的层次原则：综述》（2020年），arXiv:2012.10147
[14] 范伯格，T。；Mallatt，J.，《5亿年前寒武纪时期意识的进化和遗传起源》，《心理学前沿》，4667（2013），网址https://www.frontiersin.org/article/10.3389/fpsyg.2013.00667
[15] 新泽西州福廷。；Agster，K.L。；Eichenbaum，H.B.，海马体在事件序列记忆中的关键作用，自然神经科学，5458-462（2002）
[16] Friston，K.，《自由能量原理：统一的大脑理论？》？，《自然评论神经科学》，11，2，127-138（2010）
[17] Friston，K.J.，《我们所知道的生活》，《皇家学会界面杂志》（2013）
[18] Friston，K。；Da Costa，L。；哈夫纳，D。；Hesp，C。；Parr，T.，《复杂推理》（2020年）
[19] Friston，K。；Kilner，J。；Harrison，L.，《大脑的自由能原理》，《生理学杂志》（巴黎），100,1-3,70-87（2006）
[20] Friston，K。；萨莫特拉基斯，S。；Montague，R.，《主动推理与代理：无成本函数的最优控制》，《生物控制论》，106，8，523-541（2012）·Zbl 1267.90167号
[21] Gray，J.A.，（《焦虑的神经心理学：对隔-海马系统功能的探讨》，《焦虑的神经心理学：对间隔-海马系统的功能的探索》，牛津心理学丛书，第33卷（2000年），牛津大学出版社：牛津大学出版社，牛津[英格兰]）
[22] Griffiths，B。；G·帕里什。；鲁克斯，F。；米歇尔曼，S。；普拉斯，M。；Kolibius，L.，人类情景记忆中快速和缓慢海马γ与新皮质α/β振荡的定向耦合（2019年）
[23] Guanella，A。；Kiper，D。；Verschure，P.，基于扭曲圆环拓扑的网格单元模型，国际神经系统杂志，17，231-240（2007）
[24] 哈，D。；Schmidhuber，J.，《递归世界模型促进政策演变》，（神经信息处理系统进展31（2018），Curran Associates，Inc.），2451-2463，https://worldmodels.github.io。统一资源定位地址https://papers.nips.cc/paper/7512-recurrent-world-models-facilitate-policy-evolution网站
[25] 哈夫纳，D。；Lillicrap，T.公司。；费舍尔，I。；维莱加斯，R。；Ha，D。；Lee，H.，《从像素学习规划的潜在动力》（2018），arXiv预印本arXiv:1811.04551
[26] Hafting，T。；费恩，M。；莫尔登，S。；莫瑟，M.-B。；Moser，E.I.，内嗅皮层空间地图的微观结构，《自然》，436801-806（2005）
[27] 霍金斯，J。；Blakeslee，S.，《论情报》（2004），《时代图书：美国时代图书》
[28] Hochreiter，S。；Schmidhuber，J.，《长短期记忆，神经计算》，第9、8、1735-1780页（1997年）
[29] 霍夫曼，K。；Dragan，M。；Leonard，T。；Micheli，C。；蒙特福斯科·西格蒙德，R。；Valiante，T.，《视觉探索期间的扫视使人类和非人类灵长类动物的海马3-8赫兹节律对齐》，《系统神经科学前沿》，第7期，第43页（2013年）
[30] Honkanen，A.，Adden，A.、da S.Freitas，J.和Heinze，S.昆虫中枢复合体和导航策略的神经基础。实验生物学杂志，增刊1，http://dx.doi.org/10.1242/jeb.188854。
[31] 伊加塔，H。；Y.Ikegaya。；Sasaki，T.，《海马学习预测图上的优先经验回放》，《国家科学院院刊》，118（2021）
[32] 约翰逊，A。；Redish，A.，CA3中的神经系统在决定点瞬时编码动物前进的路径，《神经科学杂志：神经科学学会官方杂志》，27，12176-12189（2007）
[33] 约翰逊，A。；Z·瓦伯格。；Benhardus，J。；Maahs，A。；Schrater，P.，《海马体与探索：动态进化行为和神经表征》，《人类神经科学前沿》，6216（2012）
[34] 卡普兰，R。；Friston，K.，《规划和导航作为主动推理》，《生物控制论》，第112、7页（2018年）·Zbl 1400.92607号
[35] Karimi Abadchi，J。；Nazari-Ahangarkolee，M。；加塔斯，S。；Bermudez Contreras，E。；Luczak，A。；Mcnaughton，B.，海马锐波涟漪周围新皮质活动的时空模式，eLife，9（2020）
[36] 凯·K。；钟，J。；索萨，M。；Schor，J.等人。；卡尔森，M。；Larkin，M.，《海马体中可能的未来表征之间的持续亚秒循环》，《细胞》，180（2020）
[37] Kiebel，S.J。；Daunizeau，J。；Friston，K.J.，感知和层次动力学，神经信息学前沿，3（2009）·Zbl 1229.62027号
[38] Kikumoto，A。；Mayr，U.，解码振荡脑电图活动中顺序行为的分层控制，eLife，7（2018）
[39] Kingma，D.P。；Ba，J.，Adam:随机优化方法，（Bengio，Y.；LeCun，Y.，第三届学习表征国际会议，ICLR 2015，美国加利福尼亚州圣地亚哥，2015年5月7日至9日，会议跟踪记录（2015））
[40] Kingma，D.P。；Welling，M.，自动编码变分贝叶斯（2013），CoRR abs/1312.6114
[41] Knierim，J。；Zhang，K.，边缘系统空间相关神经活动的吸引子动力学，《神经科学年度评论》，35，267-285（2012）
[42] K.奈特，《航海：从动物行为到指导原则》，《鱼类生物学杂志》，222（2019）
[43] 拉贝，M。；Michaud，F.，RTAB-map，作为一个开源激光雷达和可视同步定位与绘图库，用于大规模和长期在线操作，《野外机器人杂志》，36，2，416-446（2019）
[44] 劳巴赫，M。；苋菜，L。；卡塔诺，M。；Horst，N.，啮齿动物内侧额叶皮层的奖励信号，（2020年）
[45] Lee，A.、Hoy，J.、Bonci，A.、Wilbrecht，L.、Stryker，M.和Niell，C.M.与运动平行调节视觉皮层状态的脑干回路的识别。神经元，2455-466。http://dx.doi.org/10.1016/j.neuron.2014.06.031。
[46] Li，R。；王，S。；长，Z。；Gu，D.，UnDeepVO:通过无监督的深度学习进行单目视觉里程测定，（2018 IEEE机器人与自动化国际会议（ICRA）（2018）），7286-7291
[47] 麦克，M。；Preston，A。；Love，B.，《概念学习期间腹内侧前额叶皮层受压》，《自然通信》（2020年）
[48] Marghi，Y.、Towhidhkhah，F.和Gharibzadeh，S.《路径规划中的人脑功能：任务研究》。认知计算。
[49] 梅列霍夫，I。；Ylioinas，J。；坎纳拉，J。；Rahtu，E.，使用卷积神经网络进行相对相机姿态估计，（Blanc-Talon，J.；Penne，R.；Philips，W.；Popescu，D.；Schenders，P.，《智能视觉系统的先进概念》（2017），675-687
[50] Milford，M.、Prasser，D.和Wyeth，G.（2005）。经验映射：使用RatSLAM生成空间连续的环境表示。在2005年澳大利亚机器人与自动化会议论文集中，ACRA 2005。
[51] 米尔福德，M。；Wyeth，G.，《使用生物启发的SLAM系统进行持续导航和绘图》，《国际机器人研究杂志》，29，9，1131-1153（2010），arXiv:https://doi.org/10.1177/0278364909340592
[52] 米尔福德，M.J。；惠氏集团。；Prasser，D.，RatSLAM：用于同步定位和绘图的海马模型（IEEE机器人和自动化国际会议，2004年）。诉讼程序。2004年ICRA。2004年，第1卷（2004）），403-408
[53] Millidge，B.，《作为变化政策梯度的深度主动推理》，《数学心理学杂志》，96，第102348页，（2020年）·Zbl 1448.91236号
[54] Mirza，M.B。；亚当斯，R.A。；数学博士。；Friston，K.J.，场景构建、视觉觅食和主动推理，计算神经科学前沿，10，56（2016）
[55] 奥基夫，J。；Nadel，L.，《海马体作为认知地图》（1978年），克拉伦登出版社：牛津克拉伦登出版公司
[56] 帕拉斯坎多洛，G。；Buesing，L。；梅雷尔，J。；哈森克韦尔，L。；Aslanides，J。；Hamrick，J.B.，《目标导向规划的分而治之蒙特卡罗树搜索》（2020），arXiv:2004.11410
[57] 帕尔，T。；Friston，K.J.，《离散和连续的大脑：从决策到行动再回来》，《神经计算》，30，9，2319-2347（2018）·Zbl 1472.92035号
[58] 佩尔，M。；英国布鲁内克。；新南威尔士州纽科姆。；爱泼斯坦，R.A.，用认知地图和认知图形构建知识，《认知科学趋势》，25，1，37-54（2021）
[59] Pio-Lopez，L。；Nizard，A。；Friston，K。；佩祖洛，G。；Pio-Lopez，L。；Nizard，A.，《主动推理和机器人控制：案例研究》，《皇家学会杂志》，《界面》，第13期，第122页（2016年）
[60] Rezende，D.J.、Mohamed，S.和Wierstra，D.（2014）。深度生成模型中的随机反向传播和近似推理。第31届国际机器学习会议（ICML）论文集，第32卷（第1278-1286页）。
[61] Rikhye，R.V。；哥多斯卡，北。；Guntupalli，J.S。；Dedieu，A。；Lázaro-Gredilla，M。；George，D.，学习认知地图作为替代评估的结构化图，bioRxiv（2020）
[62] Sarel，A.、Finkelstein，A.和Las，L.N.蝙蝠海马体中空间目标的矢量表示。《科学》，6321176-180。http://dx.doi.org/10.1126/science.aak9589。
[63] 施瓦滕贝克，P。；帕斯克，J。；豪泽，T.U。；菲茨杰拉德，T.H。；克伦比克勒，M。；Friston，K.J。；Frank，M.J.，《好奇和目标导向探索的计算机制》，eLife，8，Article e41703 pp.（2019）
[64] 沙纳汉，M。；Baars，B.，《将全球工作空间理论应用于框架问题》，《认知》，98，157-176（2006）
[65] Shang，W。；Trott，A。；郑S。；熊，C。；Socher，R.，《加速分层强化学习的学习世界图》（Learning world graphs to accelerated hierarchical reinforcement Learning）（2019年），arXiv:1907.00664
[66] 施，X。；李，D。；赵，P。；田强。；田，Y。；朗，Q，我们准备好服务机器人了吗？终身SLAM的openloris-scene数据集，（2020年IEEE机器人与自动化国际会议（ICRA）（2020年）），3139-3145
[67] 西尔维拉。；Guth，F。；Drews-Jr，P。；Ballester，P。；马查多，M。；Codevilla，F.，《水下SLAM的开放源代码生物灵感解决方案》（第四届IFAC水下航行器导航、制导和控制研讨会NGCUV 2015（2015））
[68] 史密斯，R。；赛尔夫，M。；Cheeseman，P.，估算机器人中的不确定空间关系，（1（1986）），435-461·Zbl 0645.70003号
[69] Stachenfeld，K.L。；Botvinick，M.M。；Gershman，S.J.，《海马体作为预测图》，《自然神经科学》，20171643-1653（2017），（2017）
[70] Steckel，J。；Peremans，H.，BatSLAM：使用仿生声纳进行同步定位和绘图，PLOS ONE，8，1，1-11（2013）
[71] 斯特雷德，G.大脑进化原理。第1版，西诺协会是马萨诸塞州桑德兰牛津大学出版社的印记。
[72] Suryanarayana，S.M。；佩雷斯·费尔南德斯，J。；Robertson，B。；Grillner，S.，《脊椎动物大脑皮层视觉和体感表征的进化起源》，《自然生态与进化》，4639-651（2020）
[73] 特隆，S。；伯加德，W。；Fox，D.（概率机器人。概率机器人、智能机器人和自主代理（2005），麻省理工学院出版社）·兹比尔1081.68703
[74] 特鲁利尔，O。；维纳，S.I。；Berthoz，A。；Meyer，J.A.，《基于生物的人工导航系统回顾与展望》，《神经生物学进展》，51，5，483-544（1997），网址https://www.sciencedirect.com/science/article/pii/S0301008296000603
[75] Tschantz，A。；巴尔蒂埃里，M。；Seth，A.K。；Buckley，C.L.，缩放主动推断（2019），ArXiv电子打印ArXiv:1911.10601
[76] Tschantz，A。；米利奇，B。；Seth，A.K。；Buckley，C.L.，《通过主动推理强化学习》，（人工智能与认知科学（BAICS）研讨会，ICLR（2020））
[77] 尤里亚，B。；伊巴兹，B。；巴尼诺，A。；赞巴尔迪，V。；库马兰，D。；Hassabis，D.，《空间记忆管道：哺乳动物大脑中自我中心到异体中心理解的模型》，bioRxiv（2020）
[78] 范德哈姆，I。；克莱森，M。；埃弗斯，A。；van der Kuil，M.，《人类一生导航能力的大规模评估》，《科学报告》，第103299页（2020年）
[79] 王建新。；Kurth-Nelson，Z。；库马兰，D。；蒂鲁马拉，D。；Soyer，H。；Leibo，J.Z.，作为元强化学习系统的前额叶皮层，《自然神经科学》，21860-868（2018）
[80] J.C.惠廷顿。；穆勒，T.H。；马克·S。；陈，G。；巴里，C。；伯吉斯，N.，《托尔曼-伊肯鲍姆机器：通过海马结构的泛化统一空间和关系记忆》，《细胞》，183，5，1249-1263（2020），e23
[81] 维纳，J。；埃鲍尔，N。；Mallot，H.，《多目标规划路径：空间问题解决中的记忆参与和规划启发》，《心理学研究》，73644（2009）
[82] 杨，F。；Jin，B.，SLAM概述，（全球情报产业大会（GIIC 2018），第10835卷（2018）），214-219
[83] Zador，A.M.，《对纯粹学习和人工神经网络可以从动物大脑学习什么的批判》，《自然通讯》，第103770页（2019年）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。