How Human Inspired Learning Enhances the Behavior of Autonomous Agents

Abstract

An autonomous agent must deal with unforeseen situations that can't be preprogrammed. Therefore, the agent has to make its own experiences, solutions and valuations to situations, actions and objects to be able to enhance previous actions and avoid repeating wrong actions. On the basis of the existing cognitive architecture Simulation of Mental Apparatus and Applications (SiMA) at the Institute of Computer Technology (ICT) an bionically inspired attempt of learning should be implemented in functional model of the human mind which is then used in a multi-agent simulation showing how bionically inspired cognitive architectures can get extended by learning. Due to the attempt in the project SiMA the learning function has to fit in the psychoanalytic model and therefore it has to be compatible with the way of learning that human beings do. This might also help to get a little bit closer to the understanding of how the human mind manipulates memory to show these until now unreached cognitive abilities.

Classification and conditions of application of algorithms for automatic ontologization of the state space of a general artificial intelligence agent under the control of neurocognitive architecture

“…Следовательно, в начальный момент функционирования интеллектуальному агенту доступен только один способ онтологизации системы «агент -среда» -концептуализация входных потоков неструктурированных многомодальных данных [7,8]. Такая онтологизация предполагает как порождение нейрофабриками агнейронов, выполняющих функциональную репрезентацию фрагментов системы «агент -среда» в различных категориях сущностной парадигмы концептов -объекты, действия, признаки и т.д., так и формирование мультиагентных фактов, выполняющих уже функциональную репрезентацию событий в системе «агентсреда», в составе которых ранее порожденные единичные концепты как раз и используются для передачи отношений между различными фрагментами наблюдаемой системы.…”

“…Строго говоря, учитывая необходимость постоянного совершенствования мультиагентных алгоритмов нейрокогнитивного моделирования системы «агент -среда», интеллектуальный агент на данном этапе своего развития, как правило, применяет все четыре вышеупомянутых способа конструирования онтологий [8][9][10].…”

Methodological aspects for cognitive architectures construction: a study and proposal

“…The first one is resolving conflicts between motivations; the second one, is the separation of functionalities that process conscious and unconscious data (Wendt et al 2015; Schaat 2016b). Multiple subsystems like embodiment, drive track, perception track, selection of actions, Super-Ego rules, defense mechanisms and selection of needs, compose the SiMA architecture (Fittner and Brandstatter 2018).…”

“…In SiMA, knowledge is represented as an ontology, stored in memory and helps in the decision-making process. However, it cannot store experiences, whereby a learning mechanism is required (Fittner and Brandstatter 2018).…”

“…The implementations and evaluations are carried out in the MASON framework, a multi-agent simulation library written in Java (Luke et al 2004;Fittner and Brandstatter 2018), to prove the correctness of the functional model and its underlaying concepts.…”