大規模言語モデルの限界を克服する計算意識構造に基づく汎用エージェントITCMA

核心概念

本論文は、大規模言語モデルの限界を克服するため、内部時間意識マシン(ITCM)と呼ばれる計算意識構造に基づいた汎用エージェントITCMAを提案する。ITCMAは、環境との相互作用と推論を考慮することで、暗黙の指示の理解と常識知識の適用を強化し、柔軟性と解釈可能性を向上させる。

要約

本論文は、大規模言語モデル(LLM)ベースのエージェントの限界を克服するため、内部時間意識マシン(ITCM)と呼ばれる計算意識構造に基づいた汎用エージェントITCMAを提案している。
ITCM構造の主な特徴は以下の通り:

知覚領域と現象領域の概念を導入し、エージェントの主観的な意識体験を表現する
保持、一次印象、先行予期の3つの時間的構造を組み合わせ、エージェントの時間意識を構築する
記憶の自発的活性化メカニズムを設計し、過去の経験を現在の知覚に融合させる
情動の3次元モデル(快楽、覚醒、支配)を導入し、エージェントの動機づけと行動選択に組み込む
基づいたITCMA構造は以下のように動作する:

知覚入力(一次印象)を受け取る
過去の記憶(保持)と現在の一次印象から、未来の予期(先行予期)を生成する
情動モデルに基づいて、予期に対する動機づけを生成する
動機づけと予期を言語モデルに入力し、行動出力を生成する

ITCMA は、Alfworld環境での評価で、既存手法に比べ9%高い性能を示した。未訓練のITCMAでも、既存手法より5%高い課題完了率を達成した。さらに、実世界の四足ロボットタスクでも、未訓練のITCMAが85%の課題完了率を示し、現実世界でも高い有用性を実証した。

統計

訓練済みITCMAは既存手法に比べ9%高い性能を示した
未訓練のITCMAは既存手法より5%高い課題完了率を達成した
実世界の四足ロボットタスクで、未訓練のITCMAが85%の課題完了率を示した

引用

なし

抽出されたキーインサイト

ITCMA

by Hanzhong Zha... 場所 arxiv.org 04-01-2024

https://arxiv.org/pdf/2403.20097.pdf

深掘り質問

ITCMAの計算意識構造は、人間の意識体験をどの程度忠実に模擬できているのだろうか

ITCMAの計算意識構造は、人間の意識体験をどの程度忠実に模擬できているのだろうか。
ITCMAの計算意識構造は、人間の意識体験を一定程度忠実に模擬しています。特に、ITCMAは内的時間意識マシン（ITCM）を導入し、認識、記憶、推論のプロセスを統合して行動を生成します。ITCMAは、知覚フィールドと現象フィールドを通じて環境との相互作用を通じて行動を生成し、過去の経験や環境との相互作用を考慮して行動を選択します。このようなアプローチにより、ITCMAは人間の認知プロセスに似た柔軟性と知性を持つことができます。ただし、完全に人間の意識体験を模倣することは難しいため、ITCMAは人間の意識体験の一部を再現するに留まります。

ITCMAの行動選択メカニズムにおいて、情動の役割はどのように具体化されているのか

ITCMAの行動選択メカニズムにおいて、情動の役割はどのように具体化されているのか。
ITCMAの行動選択メカニズムでは、情動は重要な役割を果たしています。具体的には、ITCMAは希望というドライブを通じて行動を選択し、この希望は期待感として表現されます。情動は、快楽、覚醒、支配の3つの次元を通じて表現され、それぞれの次元が行動選択に影響を与えます。例えば、快楽次元は欲求の満足度や痛みの回避度を示し、覚醒次元は環境への注意の度合いを示し、支配次元は環境をコントロールする度合いを示します。ITCMAはこれらの情動を考慮して行動を選択し、環境や状況に適した行動を生成します。

ITCMAの知覚、記憶、推論プロセスは、人間の認知過程とどのように対応しているのだろうか

ITCMAの知覚、記憶、推論プロセスは、人間の認知過程とどのように対応しているのだろうか。
ITCMAの知覚、記憶、推論プロセスは、人間の認知過程に一定の対応を持っています。ITCMAは知覚フィールドを通じて環境から情報を取得し、記憶フィールドを介して過去の経験を保持し、推論フィールドを通じて未来の状況を予測します。このプロセスは、人間の知覚、記憶、推論のプロセスに類似しており、ITCMAが環境との相互作用を通じて行動を生成する際に人間の認知過程に基づいています。ただし、ITCMAは人間の認知過程を完全に再現するのではなく、一部の側面を模倣しています。