nach oben

Learning & Behavior

Erschienen in:

14.06.2018 | Outlook

Grid-like units help deep learning agent to navigate

verfasst von: Ken Cheng

Erschienen in: Learning & Behavior | Ausgabe 1/2019

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Summary

An artificial-intelligence model based on deep learning developed units in a hidden layer that resembled mammalian grid cells in the hippocampus when the agent was taught to integrate paths. The full model performed sophisticated navigational tasks—in some cases even better than a human.

Vorheriger Artikel Tool use in Goffin’s cockatoos: Shape/frame matching

Nächster Artikel Rats can replay episodic memories of past odors

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Banino, A., Barry, C., Uria, B., Blundell, C., Lillicrap, T., Mirowski, P., … Kumaran, D. (2018). Vector-based navigation using grid-like representations in artificial agents. Nature, 557, 429–433. doi:https://doi.org/10.1038/s41586-018-0102-6 CrossRefPubMed

Cheng, K., & Jeffery, K. J. (2017). Spatial cognition. In J. Call (Ed.), APA handbook of comparative psychology (Vol. 2, pp. 463–483). Washington, DC: American Psychological Association.

Lambrinos, D., Möller, R., Labhart, T., Pfeifer, R., & Wehner, R. (2000). A mobile robot employing insect strategies for navigation. Robotics and Autonomous Systems, 30, 39–64.CrossRef

Savelli, F., & Knierim, J. J. (2018). AI mimics brain codes for navigation. Nature, 557, 313–314.CrossRefPubMed

Stone, T., Webb, B., Adden, A., Weddig, N. B., Honkanen, A., Templin, R., … Heinze, S. (2017). An anatomically constrained model for path integration in the bee brain. Current Biology, 27, 3069–3085.CrossRefPubMed

Titel: Grid-like units help deep learning agent to navigate
verfasst von: Ken Cheng
Publikationsdatum: 14.06.2018
Verlag: Springer US
Erschienen in: Learning & Behavior / Ausgabe 1/2019
Print ISSN: 1543-4494
Elektronische ISSN: 1543-4508
DOI: https://doi.org/10.3758/s13420-018-0329-y

Springer Professional

Summary

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Wirtschaft"

Weitere Artikel der Ausgabe 1/2019

North American river otters (Lontra canadensis) discriminate between 2D objects varying in shape and color

Response and place learning in crayfish spatial behavior

Precrastination: The fierce urgency of now

The effects of pool shape manipulations on rat spatial memory acquired in the Morris water maze

Rats can replay episodic memories of past odors

Relationship between behavioral measures of anxiety and latent inhibition in mature rats