tsta

Home / دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین و دومین کنفرانس ملی علم داده در کاربردهای مهندسی

ارائه یک معماری شناختی ارتقاء‌یافته برای بهینه‌سازی سرعت تصمیم‌گیری در ربات‌های شناختی

Authors :

محمدمعید جمالی مهر¹ حسین صابری²

1- دانشگاه جامع امام حسین (ع) 2- دانشگاه جامع امام حسین (ع)

Keywords :

تصمیم‌گیری،رباتیک شناختی،معماری شناختی،یادگیری تقویتی،یادگیری عمیق

Abstract :

وجود مسائل پیچیده در محیط انسان، این انتظار را ایجاد می‌کند تا ابزارها پیشرفته‌تر و هوشمندتر شوند. انسان همواره سعی دارد تا با الهام‌گیری از طبیعت، سطح طراحی و هوشمندی این ابزارها را بالا ببرد. این ابزارهای ارتقا یافته، امروزه به نام‌های ماشین یا ربات شناخته می‌شوند. گرچه ربات‌ها می‌توانند به‌صورت خودکار، وظایف تعیین شده را انجام دهند، اما به‌علت نداشتن ساختاری مناسب برای شناخت و تصمیم‌گیری، بدون اختیار و استقلال در محیط عمل می‌کنند. رباتیک شناختی، رشته‌ای است که بینش‌ها و روش‌ها را از هوش مصنوعی و همچنین علوم شناختی و زیست‌شناسی تا رباتیک را ترکیب می‌کند. یکی از چالش‌های توانایی تصمیم‌گیری در ربات‌های شناختی، تصمیم‌گیری سریع است. در این مقاله، با ارائه‌ی یک معماری شناختی ارتقاء‌یافته به نام MCCA، به حل این چالش مهم پرداخته شده است. این کار با تجزیه و تحلیل توانایی‌های شناختی اصلی و با استفاده از مدل‌های محاسباتی ارائه شده در هوش مصنوعی مدل‌سازی شده است. سپس، اقدام به پیاده‌سازی معماری شناختی MCCA شده و با استفاده از یک محیط مجازی، عملکرد آن ارزیابی و درنهایت، اعتبارسنجی شده است. ارزیابی ربات شناختی در محیط، نشان می‌دهد اگر تنها از یادگیری تقویتی در این محیطی جزئی مشاهده‌پذیر استفاده شود، مجموع پاداش‌های دریافتی به 44- پاداش می‌رسد؛ اما با استفاده از معماری شناختی MCCA، نه تنها تعداد مجموع پاداش‌های به‌دست آمده از محیط تا مقدار 123+ افزایش می‌یابد، بلکه تعداد رویدادهای محیط نیز برای رسیدن عامل به شناخت کافی و انتخاب بهترین عمل‌ها، به کمتر از 100 رویداد می‌رسد. این ارزیابی نشان می‌دهد، نه تنها معماری شناختی MCCA در بهینه‌سازی تصمیم‌گیری عامل موفق بوده، بلکه سرعت تصمیم‌گیری آن را نیز افزایش داده است.