Arbitrarily Applicable Same/Opposite Relational Responding with NARS

Robert Johansson

doi:10.1007/978-3-032-00686-8_28

2026-01-01

PRE

Robert Johansson *

Patrick Hammer

Tony Lofthouse

DOI：10.1007/978-3-032-00686-8_28

原文链接

原文求助

摘要

En 中文

同/反关系反应，作为人类符号认知的一个基本方面，能够基于最小经验灵活地泛化刺激关系。本研究中，我们证明了任意可应用的同/反关系反应在非公理推理系统（NARS）中的出现，该系统是一种为不确定性下的适应性推理设计的计算认知架构。具体而言，我们通过引入获得性关系的实现扩展了NARS，使系统能够在受控情境的匹配样本（MTS）程序中，通过最小化的显式训练明确推导出对称关系（相互蕴含）和新颖关系组合（组合蕴含）。实验结果表明，NARS能够快速内化显式训练的关系规则，并基于任意情境线索稳健地展示派生关系泛化。重要的是，在关键测试阶段，派生关系反应内在地结合了相互蕴含和组合蕴含，例如从多个显式训练的反关系推导出同关系。内部置信度指标表明这些关系原则得到了强内化，与人类关系学习实验中观察到的现象高度一致。我们的发现强调了将受学习心理学启发的精巧关系学习机制整合到通用人工智能框架中的潜力，并明确突出了NARS中建模的任意性和情境敏感性关系能力。

Keyword:

Same/opposite relational responding

NARS

relational learning

mutual entailment

combinatorial entailment

arbitrarily applicable relational responding