本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
資訊理論是表達驅動自主系統原理的強大工具，因為它具有領域不變性並且允許直觀的解釋。本文研究了使用感覺運動過程的預測資訊（PI）（也稱為過剩熵或有效測量複雜性）作為產生行為的驅動力。我們研究非線性和非平穩系統，並引入時間局部預測資訊（TiPI），它使我們能夠得出精確的結果以及動態系統框架中控制器參數的明確更新規則。透過這種方式，在行為層面上所發展的資訊原理被轉化為突觸的動態。我們透過大量高維機器人系統的案例研究來支持我們的結果。我們展示了具有分散控制的複雜物理系統中的自發性協作性。此外，聯合控制的人形機器人表現出了很高的行為！各種變化取決於其物理特性和動態嵌入的環境。行為可以分解為一系列低維模式，這些模式越來越多地探索行為空間。這是避免維度災難的一種有前途的方法，維度災難阻礙了學習系統的良好擴展。