没有合适的资源?快使用搜索试试~ 我知道了~
*SoftwareX 6(2017)161原始软件出版物小AI:扮演建构主义机器人奥利维尔湖乔治*Université Claude Bernard Lyon,LIRIS UMR 5205,F-69622,France国立核能研究大学MEPhI(莫斯科工程物理学院)俄罗斯联邦莫斯科ar t i cl e i nf o文章历史记录:2017年3月10日收到2017年6月29日收到修订版,2017年关键词:教学游戏人工智能发展性学习a b st ra ctLittle AI是一款教学游戏,旨在展示建构主义学习和发展型人工智能的基本概念它主要针对计算机科学和认知科学的学生,但它也可以引起公众对这些主题的兴趣。它不需要特别的科学背景;甚至孩子们也会觉得它很有趣。教授可以将其作为课堂或在线课程的教学资源。玩家按下按钮来控制模拟的玩家无法看到机器人及其环境,并且最初忽略命令的效果。玩家收到的唯一信息是来自玩家命令的反馈玩家必须学习,在同一时间,机器人的身体功能我们认为,这种情况类似于婴儿如何参与早期发展学习(例如,Piaget(1937),[1])。©2017由Elsevier B.V.这是一篇CC BY-NC-ND许可下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)的网站上进行了介绍。代码元数据当前代码版本v1.3此代码版本使用的代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX-D-17-00023法律代码许可证Creative Commons Zero(CC0)使用git的代码版本控制系统使用Swift 3的软件代码语言、工具和服务编译要求,操作环境依赖macOS 10,xCode 8如果可用,链接到开发人员文档/手册http://little-ai.com/问题支持电子邮件olivier. gmail.com软件元数据当前软件版本1.3此版本可执行文件的永久链接https://itunes.apple.com/us/app/id1114007742法律软件许可证Creative Commons Zero(CC0)计算平台/操作系统iOS 9.安装要求依赖项如果可用,请链接到用户手册-如果正式出版,请在参考列表http://little-ai.com/问题支持电子邮件olivier. gmail.com通信地址:法国里昂克劳德·伯纳德大学,LIRIS UMR 5205,电子邮件地址:olivier. liris.cnrs.fr。http://dx.doi.org/10.1016/j.softx.2017.06.0072352-7110/©2017由Elsevier B. V.发布这是一篇CC BY-NC-ND许可下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)的网站上进行了介绍。可在ScienceDirect上获得目录列表SoftwareX期刊主页:www.elsevier.com/locate/softx=+=⟨⟩162O.L. Georgeon/SoftwareX 6(2017)1611. 动机和意义在他们著名的《人工智能入门》一书中,Rus-sell和Norvig指出这种说法表达了IA的现实主义范式。在这种范式中,AI算法将输入数据称为虽然现实主义范式已经成功地应用于解决预定义的问题,但建构主义认识论提出了另一种方法来解释自主代理(动物或机器人)在未知环境中积极地从经验中[1])。在建构主义范式中,智能体[3,4])。在给定的环境状态下,输入数据可能会根据代理的动作而变化,因此不构成独立于代理的设计一个建构主义人工智能系统是具有挑战性的,因为建构主义范式似乎是违反直觉的;很难理解输入数据如何不同于智能体通过玩小AI,设计师们更好地理解如何从行为和反馈的规律中构建关于世界的知识这种第一手经验帮助他们想象机器人可以在缺乏关于自身及其环境的本体论数据的情况下自我发展。小AI涉及益智游戏,其中玩家必须通过试验和错误来了解隐藏的环境,例如Lighty-bulb(例如,[6])。然而,它与这类游戏的不同之处在于,玩家还必须学习自己行为的意义(在Lightybulb中,玩家知道他们正在打开和关闭开关)。在小AI中,玩家必须同时推断环境的结构和机器人的功能。另一个不同之处在于,Little AI显示了交互的历史(称为痕迹),有助于在视觉上找到交互的历史,这对于这类游戏来说是创新的此外,每种类型的交互都会发出特定的声音,也会提供听觉反馈,帮助玩家检测声音。Little AI还与Robocode [7]等游戏编程有关,因为Little AI为AI设计师提供了一系列具有挑战性的任务与这些游戏类似,LittleAI没有实现AI或机器学习算法。可以玩小AI的算法必须在外部实现,如第5节所讨论的;此类算法的示例在第4节中引用。小AI与编程游戏的不同之处在于,玩家在玩游戏时实际上并不开发代码。相反,编程是通过跟踪进行的,跟踪充当一系列玩家可以重新执行的命令小AI通过推广发展心理学和建构主义人工智能中研究的任务来促进科学发现它构成了一个任务库,可以联合研究,随着科学界设计和研究更具挑战性的任务,研究将不断增长。2. 软件描述要玩游戏,玩家按下游戏屏幕底部的命令(图1)。 1,左)。这在轨迹中产生新的交互作用,如第3节的说明性示例中所检查的。交互具有表示机器人“喜欢”或“不喜欢”交互的程度的值(正或负)分数是最后十个交互的值的总和。当分数达到10分时,该级别完成玩家可以通过向左或向右滑动机器人移动到下一个或上一个玩家可以点击左上角的关卡链接进入关卡界面。水平屏幕(Fig. 1,右)显示了音频控制按钮、级别按钮和捐赠按钮。级别是根据它们所说明的研究问题和研究它们的团队来组织的每个组的第一个级别被解锁。下一个级别是解锁时,前一个级别已经完成。等级数一般采用g的形式。nn其中g是组号,nn是组g中的级别号(在游戏中,当g为0时,g玩家可以水平滑动关卡屏幕以访问其他关卡组,或向下滑动以继续播放当前关卡。3. 说明性示例图中的四个截图。 2说明如何完成水平0.00. 图2a:玩家按下白色方块命令,产生由小橙色方块表示的值为0的交互。图2b:玩家按下白色圆形命令,产生一个由绿色小圆圈表示的值为1的交互滚动轨迹,将橙色正方形向上移动一步。现在比分是0 1 1. 图2c:玩家再按下白色圆形命令9次,获得10次连续的值为1的交互。橙色的小方块已经从屏幕上滚动起来分数达到10;意味着已完成0.00级。邀请玩家打开重播窗口。 图 2 d:重播窗口显示了Little AI机器人与瓷砖交互的3D模拟。当玩家按下白色方块的命令时,机器人会向后移动,撞到橙色的边缘锋利的瓷砖上,机器人当玩家按下白色圆形命令时,机器人向前撞到绿色软边瓷砖,机器人在更高的级别中,交互模式变得更加复杂;命令可能会在不同的上下文中产生不同的结果,玩家必须预测结果才能完成关卡。值得注意的是,在重放窗口中显示的模拟仅构成可能生成玩家所经历的交互模式的原因的这种表征往往与玩家想象的不同,这一事实说明了认知存在是如何构建世界的假设表征的,这些表征可能与“现实世界”相对应,也可能不在Little AI的内部设计方面,每个关卡都是一个简单的算法,它将玩家的命令转化为 并返回结果r。在内部,交互i是元组i=c,r.在显示器上,交互每个水平的交互作用值都是硬编码3D模拟并不用于“幕后”在未来,这将允许设计不同的3D模拟来说明相同的水平。4. 影响Little AI在Apple App Store上免费提供。自2016年7月以来,它已被下载和安装了100多次。我们在里昂大学的团队正在课堂上使用它 来教 授 人 工智 能 给 硕士 生 。 Geor- geon , Barbier-Gondras ,Morgan [8]还提出将其作为实施发展性学习大规模开放在线课程(IDEAL MOOC)的课程资源玩家们报告说,O.L. Georgeon / SoftwareX 6(2017)161-164163图1.一、 小AI的用户界面。左:游戏画面。每次玩家按下一个命令,一个新的交互出现在轨迹的底部,轨迹向上滚动一步。相互作用在其右侧以数字和条形图的形式显示数值(绿色表示正,红色表示负)。右:菜单屏幕。完成0级(方形按钮)。级别1是下一个要播放的(圆角矩形按钮)。2至17级仍然锁定(圆形按钮)。(有关本图例中颜色的解释,请参阅本文的网络版本图二. 玩水平0.00 (a)点击白色方块。(b)点击白色圆圈。(c)点击白色圆圈9次以上,然后点击重播按钮。(d)观看机器人,同时点击命令。我们不打算把小AI变成商业产品。玩家只被邀请通过应用内购买进行捐赠,以支持维护费用。我们正在通过各种渠道宣传LittleAI,以提高其在科学界和公众中的知名度。水平0.01到0.04说明了由Singh,Jaakkola和Jordan [9]首次引入的任务,作为部分可观察马尔可夫决策过程(POMDP)的简单示例这些作者设计了一个代理,可以使用非马尔可夫强化学习来执行此任务,而无需状态估计。Georgeon,Ritter,and Haynes[10] 提 出 了 一 种 替 代 的 方 法 , 使 用 了 一 种 新 的 模 式 机 制 .Georgeon,Casado和Matignon [11]研究了可以完成这项任务的学习算法和建构主义学习算法水平0.05到0.10说明了由Georgeon和Hassas首次引入的弦问题[12]。后来,Georgeon,Bernard和Cordier [13]提出了一种新的方法来解决这一任务,即使用能够从交互中构建环境的原型本体的代理。水平0.11到0.17说明了Georgeon和Ritter [14]首次引入的小循环问题Georgeon,Wolf和Gay [15]实现了一个可以完成这项任务的电子冰球Georgeon和Marshall [16]认为,这项任务可以作为一项测试,以突出人工智能体中意义形成的出现第1组展示了协作任务,例如Meyer,Bekkering,Paulus和Hunnius [17]介绍的青蛙游戏,用于幼儿的联合行动协调,以及Samsonovich,Tolstikhina和Bort- nikov [18]介绍的俄罗斯电梯任务, 用于 评估情感人 工智能。 该组中 的关卡我们 正在与Samsonovich和他的同事们合作,开发更多的水平,并发明一个俄罗斯电梯任务的建构主义改编。第二组探讨学习与简单移动对象交互的问题。这个问题涉及构建和更新基本的空间记忆。我们仍在测试水平2.00到2.02,并致力于在该组中创建更多级别,2164O.L. Georgeon/SoftwareX 6(2017)161目标是定义一个通用任务,以评估人工智能体中空间意识的出现5. 结论我们相信,Little AI将普及人工智能的建构主义范式和一般的建构主义认识论小AI遵循一种渐进的科学方法,包括定义说明重要理论问题的任务,并同时挑战科学界设计可以解决这些任务的代理这种方法是渐进的,因为新的代理也应该能够学习以前的任务,从而导致设计越来越智能的AI。人工智能设计师可以在他们最喜欢的集成开发环境(IDE)中复制这些任务,他们使用IDE来编程他们的人工智能。在未来,我们希望与其他研究人员合作,创建新的水平组,以展示他们正在研究的任务确认我们衷心感谢Michel Chourot的平面设计,Jonathan Morgan的法语到英语翻译,以及Joe Wilson的小AI是在克劳德·伯纳德·里昂大学教育学创新服务(ICAP,NUMEDUC)的支持引用[1] 皮亚杰(Piaget J.)《儿童的现实建构》(The Construction of Reality in theChild)纽约:基本图书,1937年。[2] RussellS,Norvig P.人工智能,一种现代的方法。 EnglewoodCliffsNJ:Prentice Hall;2003.[3] 里格勒A 认知的激进建构主义动力学。在:华莱士B,[5] Georgeon O,Boltuc P.在缺乏本体论数据的情况下观察的循环构成。Construct Found2016;12(1):17-9.[6] Lightybulbhttp://www.ninjadoodle.com/lightybulb [2017年6月28日[7] Robocodehttp://robocode.sourceforge.net/ [2017年6月28日[8] Georgeon O , Barbier-Gondras C , Morgan J , Developmental-AI MOOCassessment. In:Khalil M,Ebner M,Kopp M,Lorenz A,Kalz M,editors.欧洲MOOC峰会。EMOOC 2016:第四届欧洲利益相关者峰会的会议记录,关于MOOC及其周围的经验和最佳实践; 2016年。第539- 543页。[9] 杨伟东,李伟东,李伟东. 部分可观测马尔可夫决策过程中无状态估计的学习。在:科恩WW,编辑. 机器学习 ML 1994:第十一届机器学习国际会议论文集。Elsevier;1994年。p. 284比92[10] 作者:GeorgeO,Ritter F,Haynes S 从活动中自下而上学习建模。在:建模和仿真中的行为表示。BRiMS2009:第18届建模与仿真行为表示年会论文集.BRiMS委员会; 2009年。 p. 六十五比七十二[11] 作者:George O,Casado R,Matignon L.超越学习范式的生物代理建模。In:Georgeon O,editor. 受生物学启发的认知架构。BICA 2015:Proceedingsof the 6th annual internationalconference on biological inspired cognitivearchitectures,vol. 71. Elsevier; Procedia Computer Science;2015. p. 11比6[12] GeorgeonO,Hassas S.单智能体也可以是建构主义者 ConstructFound2013;9(1):40-2.[13] 放大图片作者:GeorgeO,Bernard F. 在未知的本体实在中建构现象知识。In : Georgeon O , editor. 受 生 物 学 启 发 的 齿 轮 式 建 筑 。 BICA 2015 :Proceedings of the 6th annual internationalconference on biological inspiredcognitive architectures,vol. 71. Elsevier;Procedia Computer Science;2015. p.11比6[14] 作者:George O,Ritter F.一个内在动机的图式机制来模拟和模拟涌现认知。Cogn Sys Res2012;15-16:73-92.[15] Georgeon O,Wolf C,Gay S.自主智能体与机器人学习的主动方法。在:发展和学习和表观遗传机器人。ICDL-EPIROB 2013:第三届联合国际会议论文集,关于发展和学习以及表观遗传机器人。IEEE;2013年。p. 1比6[16] 乔治·O,马歇尔·J,在人工代理中展示意义创造的出现:方法和例子。 IntJMach Consci 2013;5(2):131-44.[17] 杨伟杰,王伟杰,王伟杰. 联合行动协调21-editor. 心灵、身体与世界:认知主义之后的心理学?伦敦:Imprint;2017。p.91比115[4]乔治·奥,科迪埃·A.反转交互循环来模拟具体的代理。In:Samsonovich A,Robertson P,editors. 受生物学启发的认知架构。 BICA 2014:第五届生物启发 认 知 架 构 国 际 年 会 论 文 集 , 卷 。 41 岁 Elsevier; ProcediaComputerScience;2015. p. 243-8和3岁的孩子。《前沿神经科学》2010;4:220。[18]第十八章:我的世界虚拟演员可信社会情感的测试。In:Samsonovich A,Klimov V,editors. 受生物启发的认知结构。BICA 2016:第七届生物启发认知架构国际年会论文集。Elsevier;Procedia Computer Science,8;2016。p.450-8
下载后可阅读完整内容,剩余1页未读,立即下载
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)