Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Emergence of Goal-Directed Behaviors via Active Inference with Self-Prior

Created by
  • Haebom

저자

Dongmin Kim, Hoshinori Kanazawa, Naoto Yoshida, Yasuo Kuniyoshi

개요

본 논문은 유아의 외적 보상 없이도 목표 지향적 행동을 보이는 현상에 대한 새로운 계산 모델을 제시한다. '자기 사전(self-prior)'이라 불리는 다중 감각 경험에 대한 밀도 모델을 활용하여, 과거 감각 경험과 현재 관찰 간의 불일치를 최소화하는 내적 과정을 통해 행동 참조를 생성한다. 이는 자유 에너지 원리를 기반으로 한 능동 추론 프레임워크 내에서 구현되며, 신체 도식 획득 및 활용 과정과 유사하다. 시뮬레이션 환경에서 실험을 통해, 에이전트가 촉각 자극에 대해 자발적으로 손을 뻗는 행동을 확인하였다. 이는 초기 발달 단계에서 의도적인 행동의 자발적 출현을 보여주는 내적 동기 부여 행동의 구현이다.

시사점, 한계점

시사점:
유아의 자발적 탐색 및 학습 행동의 내적 메커니즘에 대한 새로운 계산 모델을 제시.
자기 사전(self-prior)을 이용한 내적 동기 부여 행동의 발생 메커니즘을 규명.
능동 추론 프레임워크를 활용하여 초기 발달 단계의 의도적 행동 출현을 설명.
신체 도식 획득 및 활용 과정에 대한 새로운 시각 제시.
한계점:
시뮬레이션 환경에서의 검증으로 실제 유아 행동과의 일반화 가능성에 대한 추가 연구 필요.
다양한 감각 모달리티 및 더 복잡한 환경에서의 적용성 검토 필요.
자기 사전(self-prior)의 학습 및 업데이트 메커니즘에 대한 상세한 설명 부족.
다른 유형의 내적 동기 부여 행동에 대한 일반화 가능성 검증 필요.
👍