[发明专利]具身智能体中的记忆

说明书

计算结构为具身智能体提供记忆，该记忆可以从经验中实时填充，和/或编写。具身智能体(可以是虚拟对象、数字实体或机器人)设置有一个或多个影响或引导具身智能体行为的经验记忆存储器。经验记忆存储器可以包括会聚发散区(CDZ)，该区域模拟人类记忆以在回忆过程中可以重新体验的心理意象或模拟形式表示外部现实的能力。记忆数据库以简单、可编写的方式生成，使得经验能够在具身智能体的实时操作中被学习或被编写。基于资格的学习确定来自多模态信息流的哪些方面存储在经验记忆存储器中。

技术领域

本文所述实施方案涉及人工智能领域以及用于实现和使用[Title]的系统和方法。更具体地，但非排他性地，本文所述实施方案涉及无监督学习。

背景技术

人工智能(AI)的目标是构建具有与人类相似能力的计算机系统，包括类似人类的学习和记忆。大多数当代机器学习技术依赖于“离线”学习，其中AI系统设置有经准备和清理的数据来进行学习，这些数据限于特定域。现有技术所面临的一项挑战在于创建以类似人类的方式体验世界上的对象和事件并从具身交互中学习的AI系统。此类AI智能体凭借其具身化和与环境的感觉运动反馈回路，可以影响和指导自身的学习。此类智能体将理解来自世界的多模态数据流，并以有意义且有用的方式保留信息。所面临的另一项挑战在于创建灵活的AI具身智能体，该智能体不仅能够从其自身体验中学习，而且能够由外部来源(诸如人类用户)编写或改变其记忆。分层时间记忆(HTM)是一种复制人类记忆的方法，其基于具有多个寄存器的计算结构，这些寄存器类似于皮质层。HTM被配置为复制大脑皮层的补丁。然而，HTM无法提供让具身智能体得以从感觉运动体验中实时学习和发展的[Title]。

附图说明

图1：CDZ架构示意图。

图2：ASOM。

图3：不同模态的资格信号。

图4：资格迹如何创建资格窗口。

图5：学习事件的阶段。

图6：用于设置不同模态的资格的用户界面。

图7：ASOM训练显示画面。

图8：查询查看器输入字段。

图9：用于指定查询模式的用户界面。

图10：LTM和STM显示画面。

图11：工作记忆系统(WM系统)。

具体实施方式

计算结构为具身智能体提供记忆，该记忆可以从经验中实时填充，和/或编写。具身智能体(可以是虚拟对象、数字实体或机器人)设置有一个或多个影响或引导具身智能体行为的经验记忆存储器。经验记忆存储器可以包括会聚发散区(CDZ)，该区域模拟人类记忆以在回忆过程中可以重新体验的心理意象或模拟形式表示外部现实的能力。记忆数据库以简单、可编写的方式生成，使经验能够在具身智能体的实时操作中被学习或被编写。基于资格的学习确定来自多模态信息流的哪些方面存储在经验记忆存储器中。

经验记忆存储器

在一个实施方案中，由智能体体验的经验存储在一个或多个经验记忆存储器中。“经验(Experience)”应广义地解释为具身智能体能够感测或感知的任何事物，诸如对象、事件、情绪、观察、动作，或它们的任何组合。经验记忆存储器可以将经验的降维表示存储在神经网络权重中。

会聚发散区(CDZ)