摘譯：認(rèn)知體系研究綜述|深蘭科技

2020-08-06 09:30

作為人工智能的一個(gè)重要分支，認(rèn)知體系的研究和應(yīng)用經(jīng)過了近40年的發(fā)展，已取得了可見的成果。前兩期內(nèi)容對(duì)認(rèn)知體系的概念、感知和注意力進(jìn)行了介紹，本期將繼續(xù)分享關(guān)于行動(dòng)選擇和記憶的部分。

一般來說，行動(dòng)選擇決定在什么時(shí)間要做些什么，被分為“做什么”（即做什么決策）和“怎樣做”（即動(dòng)作如何控制）。例如，在MIDAS體系，行動(dòng)選擇包含了目標(biāo)任務(wù)和執(zhí)行這個(gè)選擇的動(dòng)作或行動(dòng)。同樣的，在MIDCA中，下一個(gè)動(dòng)作通常是從一個(gè)被計(jì)劃好的序列中選擇出來的（如果這個(gè)序列存在的話）。因?yàn)樵诓煌恼J(rèn)知體系中，行動(dòng)選擇的方法是不同的。在接下來的討論中，行動(dòng)選擇機(jī)制可應(yīng)用于決策和動(dòng)作。

圖1行動(dòng)選擇所涉及的機(jī)制

圖1顯示了所有被執(zhí)行的行動(dòng)選擇機(jī)制，根據(jù)相關(guān)的體系類型（符號(hào)、混合、涌現(xiàn)）來組織。執(zhí)行行動(dòng)選擇的主要兩種方式：計(jì)劃和動(dòng)態(tài)。計(jì)劃是事先制定一系列的步驟以達(dá)到一個(gè)確定的目標(biāo)。在動(dòng)態(tài)的行動(dòng)選擇中，一個(gè)最好的動(dòng)作是從其他方案中被選擇出來的，基于當(dāng)時(shí)可獲得的知識(shí)。對(duì)于這個(gè)類別，我們考慮選擇的類別（贏者通吃、概率、預(yù)定義）和選擇的標(biāo)準(zhǔn)（相關(guān)性、效用、感情）。默認(rèn)選項(xiàng)一直是基于給定的標(biāo)準(zhǔn)做出的最好的動(dòng)作（有最高激活水平的動(dòng)作）。

最后，學(xué)習(xí)也可以影響行動(dòng)選擇，但會(huì)在第8節(jié)中討論。注意，這些行動(dòng)選擇機(jī)制并不互相排斥并且大多數(shù)體系中有不止一種機(jī)制。盡管很少的體系會(huì)執(zhí)行同樣的行動(dòng)選擇機(jī)制，可行的組合空間通常會(huì)很大。

圖1中可視化分為三列：符號(hào)、混合和涌現(xiàn)。注意，在這個(gè)圖中，排序順序強(qiáng)調(diào)具有相似動(dòng)作的選擇機(jī)制（或分別為記憶和學(xué)習(xí)方法）的體系結(jié)構(gòu)簇。

1．1 計(jì)劃與反應(yīng)式動(dòng)作

可以預(yù)見的是，計(jì)劃型行動(dòng)選擇在符號(hào)范式體系中更加常見，但是也能在一些混合的甚至是涌現(xiàn)范式體系中被發(fā)現(xiàn)。尤其是在任務(wù)分解中，當(dāng)目標(biāo)被遞歸地分解成子目標(biāo)，任務(wù)分解是計(jì)劃動(dòng)作的一種非常常見的形式。

其他被使用的計(jì)劃動(dòng)作的類型有：暫時(shí)性的、連續(xù)性的、層級(jí)性任務(wù)網(wǎng)絡(luò)的、生成式的、基于搜索的、局部擇優(yōu)的等等。在我們的選擇中，很少有體系僅僅只依賴于計(jì)劃，例如OSCAR做邏輯推理和IMPRINT使用任務(wù)分解來模擬人類行動(dòng)。除此之外，計(jì)劃型行動(dòng)選擇經(jīng)常利用加強(qiáng)動(dòng)態(tài)的行動(dòng)選擇機(jī)制，來提升對(duì)變化的環(huán)境的適應(yīng)性。

1．2 動(dòng)態(tài)行動(dòng)選擇

動(dòng)態(tài)行動(dòng)選擇能提供更多靈活性，并且能被用來模擬人類和動(dòng)物。“贏者通吃”是神經(jīng)網(wǎng)絡(luò)中的一種選擇策略（最強(qiáng)的輸入被增強(qiáng)而其余的被抑制），它和它的變異體在各種新興體系中很常見。同樣的機(jī)制也被用來在所有體系中尋找最適合的動(dòng)作，通常行動(dòng)是多個(gè)并行過程的合作和競(jìng)爭(zhēng)的結(jié)果。

行動(dòng)選擇的預(yù)定義序（方式）可能服務(wù)于不同目的。比如，在Subsumption體系中，機(jī)器人行動(dòng)被附屬行動(dòng)等級(jí)所表示，高級(jí)行動(dòng)優(yōu)先于（包含）低級(jí)行動(dòng)的輸出。

在FORR中，做決策的部分根據(jù)遞增順序來從顧問中考慮選項(xiàng)，以達(dá)到與人類成員類似的學(xué)習(xí)。在YMIR中，優(yōu)先級(jí)首先被給與到反應(yīng)層中的過程中，然后是內(nèi)容層，再是過程控制層。這里，目的是提供一個(gè)平滑的實(shí)時(shí)行動(dòng)生成。每層有一個(gè)不同的認(rèn)知反應(yīng)時(shí)間上限，因此，反應(yīng)式模塊為用戶提供自動(dòng)的反饋（變化的臉部表情、自動(dòng)發(fā)聲），而審議性模塊生成更復(fù)雜的行動(dòng)。剩余的行動(dòng)選擇機(jī)制包含有限狀態(tài)機(jī)制，被經(jīng)常用來表示動(dòng)作的順序甚至來編譯整個(gè)系統(tǒng)的行動(dòng)，概率行動(dòng)選擇也常見。

行動(dòng)選擇標(biāo)準(zhǔn)

在選擇下一個(gè)動(dòng)作時(shí)，有多個(gè)標(biāo)準(zhǔn)要被考慮到：相關(guān)性、效用和感情（包括動(dòng)機(jī)、情感狀態(tài)、情緒、心情、積極性等）。

相關(guān)性反映出動(dòng)作有多么契合現(xiàn)在的情況，這主要應(yīng)用于有符號(hào)范式推理的系統(tǒng)和在應(yīng)用前測(cè)試規(guī)則前／后的條件。動(dòng)作的效用是測(cè)量為了達(dá)到現(xiàn)有目標(biāo)的期望貢獻(xiàn)。一些體系也會(huì)執(zhí)行候選動(dòng)作的“干運(yùn)行（dry run）”，并觀察他們的效果來決定他們的效用。效用也會(huì)考慮到過去動(dòng)作的表現(xiàn)并在將來通過強(qiáng)化學(xué)習(xí)來促進(jìn)行動(dòng)的成長(zhǎng)。其他機(jī)器學(xué)習(xí)技術(shù)也可以被用來把過去的成功行動(dòng)和目標(biāo)做關(guān)聯(lián)。最后，內(nèi)部因素并不直接決定下一個(gè)行動(dòng)，但是會(huì)使選擇存在偏差。

簡(jiǎn)單來說，我們會(huì)考慮關(guān)聯(lián)到情緒、積極性和人類個(gè)性特征的短期、長(zhǎng)期和終身因素。基于這些因素對(duì)于人類的決策和其他認(rèn)知能力的影響，在認(rèn)知體系中模擬情緒和情感是重要的，特別在人機(jī)交互、社交機(jī)器人和虛擬代理的領(lǐng)域。

1 2 3 下一頁>