• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Adaptive Behavior >Evolution of Neural Architecture Fitting Environmental Dynamics
【24h】

Evolution of Neural Architecture Fitting Environmental Dynamics

机译：神经体系结构适应环境动力学的演变

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Temporal and sequential information is essential to any agent continually interacting with its environment. In this paper, we test whether it is possible to evolve a recurrent neural network controller to match the dynamic requirement of the task. As a benchmark, we consider a sequential navigation task where the agent has to alternately visit two rewarding sites to obtain food and water after first visiting the nest. To achieve a better fitness, the agent must select relevant sensory inputs and update its working memory to realize a non-Markovian sequential behavior in which the preceding state alone does not determine the next action. We compare the performance of a feed-forward and recurrent neural control architectures in different environment settings and analyze the neural mechanisms and environment features exploited by the agents to achieve their goal. Simulation and experimental results using the Cyber Rodent robot show that a modular architecture with a locally excitatory recurrent layer outperformed the general recurrent controller.
机译：时间和顺序信息对于任何与它的环境持续交互的主体都是必不可少的。在本文中，我们测试了是否有可能开发出递归神经网络控制器来匹配任务的动态需求。作为基准，我们考虑了顺序导航任务，在这种任务中，特工必须先访问巢穴，然后交替访问两个奖励站点以获得食物和水。为了获得更好的适应性，代理必须选择相关的感觉输入并更新其工作记忆以实现非马尔可夫顺序行为，其中仅靠前一个状态不能确定下一个动作。我们比较了前馈和递归神经控制架构在不同环境设置下的性能，并分析了代理商为实现其目标而利用的神经机制和环境特征。使用Cyber​​ Rodent机器人进行的仿真和实验结果表明，具有局部兴奋性递归层的模块化体系结构优于常规递归控制器。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号