NEUSYM - NEUSYM

Hauptziel dieses Projekts ist es, neuronale Systeme zu entwickeln, die in abstrakten Konzepten denken. Sie sollen lernen, einfache abstrakte Objekte und deren Beziehungen aus einem Beobachtungsstrom zu extrahieren, um in einem stark komprimierten, fast symbolischen "Konzeptraum" schnell abstrakte Strategien für erfolgreiches zukünftiges Verhalten zu finden. Wir erweitern hierzu unsere jüngsten Methoden zum unbeaufsichtigten Erlernen abstrakter Darstellungen auf Objektebene. Die Darstellungen können modular und diskret sein, selbst wenn sie als kompakte Beschreibungen hochkomplexer (oft kontinuierlicher) raum-zeitlicher Sinnesinformationen dienen. In der Tat haben wir bereits früher festgestellt, dass derartige Objektrepräsentationen ein gutes Gleichgewicht zwischen der Flexibilität konnektionistischer Darstellungen und der Nützlichkeit diskreter Symbole bieten. Wir untersuchen, wie solche Objektrepräsentationen in realistischen Umgebungen anwendbar sind, was die Berücksichtigung von Abstraktionshierarchien und das Lernen aus multimodalen Daten erfordert. Wir ziehen auch alternative Darstellungsformate neurosymbolischer Darstellungen in Betracht und untersuchen, wie diese mit anderen Komponenten (wie z.B. einem neuronalen Gedächtnis) verbunden werden können. Schließlich versuchen wir, durch Objekt-Schlüsselpunktrepräsentationen auf niedriger Ebene einen modellbasierten Ansatz für das Verstärkungslernen zu verbessern. Insbesondere untersuchen wir die Durchführbarkeit einer "Top-Down"-Interaktion zwischen Handler und Weltmodell durch Nutzung der Eigenschaften zugrundeliegender neurosymbolischer Repräsentationen, unter Einbeziehung der Modellunsicherheit.