A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

1 Aluna: Fernanda Monteiro Eliott. Orientador: prof. Carlos H. C. Ribeiro. ITA, junho de 2008. Modelos artificiais de aprendizado autônomo baseados em.

Apresentações semelhantes


Apresentação em tema: "1 Aluna: Fernanda Monteiro Eliott. Orientador: prof. Carlos H. C. Ribeiro. ITA, junho de 2008. Modelos artificiais de aprendizado autônomo baseados em."— Transcrição da apresentação:

1 1 Aluna: Fernanda Monteiro Eliott. Orientador: prof. Carlos H. C. Ribeiro. ITA, junho de Modelos artificiais de aprendizado autônomo baseados em processos homeostáticos

2 2 Desenvolver Emoções Artificiais? -A emoção e os sentimentos constituem a base do que descreve-se como alma ou espírito. - A ausência total de emoções compromete a racionalidade, os processos de tomada de decisão.

3 3 Caso Phineas Gage (séc.XIX) Os sentimentos são tão cognitivos quanto qualquer outra percepção. -Tinha 25 anos, coordenava os trabalhos de uma empresa construtora de estradas de ferro: Lesões nos córtices pré- frontais.

4 4 Estava danificada sua aptidão para tomar decisões e se planejar.

5 5 Marcador Somático, Damásio. Decisões rápidas sem que gastemos: tempo; grande capacidade de processamento.

6 6 Modelos homeostáticos: Gadanho (1999): a partir do marcador somático, definiu: sentimento - o processo de monitoramento do corpo e que nos oferece a cognição dos nossos estados viscerais e músculos- esqueléticos; emoção - a combinação do processo mental avaliativo com suas respostas para este, na maior parte em direção ao próprio corpo, mas também ao cérebro ele mesmo.

7 7 Mecanismo de atenção: 3 comportamentos: o agente deve aprender a coordená-los.

8 8 Mecanismo de atenção: Este sistema é apropriado porque atribui relevância para as diferentes experiências do agente no contexto de suas motivações internas.

9 9 Em (Gadanho 1999): As emoções possibilitaram melhor desempenho com menos esforço computacional do que a melhor combinação de mecanismos de interrupção que usava intervalos de tempo.

10 10 Problema: O modelo homeostático em Gadanho (1999) é mais uma aplicação de AR, ou apresenta inovação? A Proposta de Solução...

11 11 Proposta de solução

12 12 Proposta de solução: o simulador.

13 13 Verificação da Solução: Sobre o modelo homeostático: Comparar os resultados obtidos aos apresentados em (Gadanho 1999); Em relação ao que concerne ao AR e aos outros modelos homeostáticos da literatura: Estudo profundo da mesma.

14 14 Resultados Esperados: Obter um modelo equivalente ao desenvolvido por (Gadanho 1999) e a resposta à pergunta: o modelo homeostático em Gadanho (1999) é mais uma aplicação de AR, ou apresenta inovação?

15 15 Referências: Damásio, A. R. (1994): Descartes Error: emotion, reason and the human brain. New York: Penguin. Gadanho, S. C. and Hallam, J. (1998): Exploring the Role of Emotions in Autonomous Robot Learning. In AAAI Fall Symposium | Emotional and Intelligent: The tangled knot of cognition, Technical Report FS-98-03, pages AAAI Press. Gadanho, S. (1999): Reinforcement Learning in Autonomous Robots: An Empirical Investigation of the Role of Emotions. PhD thesis, University of Edinburgh. Sutton, R. S. and Barto, A. G. (1998): Reinforcement Learning. The MIT Press. Sutton, R. S. and Barto, A. G. (1996): Generalization in Reinforcement Learning: Successful Examples Using Sparse Coarse Coding. In Touretzky, D. S., Mozer, M. C., & Hasselmo, M. E. (eds.) Advances in Neural Information Processing Systems 8: Sutton, R. S. and Barto, A. G. (1990): Time-derivative Models of Pavlovian Reinforcement. In Learning and Computational Neuroscience: Foundations for Adaptive Networks. MIT Press.


Carregar ppt "1 Aluna: Fernanda Monteiro Eliott. Orientador: prof. Carlos H. C. Ribeiro. ITA, junho de 2008. Modelos artificiais de aprendizado autônomo baseados em."

Apresentações semelhantes


Anúncios Google