.png){kind=icon}
返回
Sensorimotor Proto-Objects: Bootstrapping Perception from Compensable Actions
.png){kind=icon}
PRE
AI
DOI：10.1109/tcds.2026.3731855.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
感官运动依存理论为机器人感知的自举问题提供了坚实的数学形式化基础。目前，该框架缺乏处理环境动态变化及其对象的能力。本文表明，通过运动咿呀学语获得的预测功能的感官运动智能体可以推断环境动态并检测原始对象概念。为此，我们基于智能体的动作群形式化了庞加莱的补偿概念，与环境位移建立了同构关系。这使得智能体能够用动作来描述环境的空间变换。随后，我们通过两项视觉任务实验应用这些进展：（1）推断环境的全局位移；（2）通过对象在环境中的运动推断单个对象的分割。我们定义了感官运动原对象的概念，即那些信息在移动时保持刚性、一致且维持形状和大小的感知元素。在此过程中，智能体通过推断最小化预测误差的位移来识别位移，该误差通过内部构建的感知度量计算。结果表明，在简单的二维视觉环境中，智能体不仅稳健地推断出全局和局部情况下的观测位移，还能精确分割单个原对象。通过形式化和推断环境变换，本研究引入了感官运动原对象的新定义，为理解对象感知如何从智能体自身动作中涌现铺平了道路。
Keyword:
sensorimotor contingencies
bootstrapping
embodied cognition
perceptual organization
期刊
IF:
4.9
论文数:
1.0K
被引数:
3.5K
机构
暂无机构信息
引用论文
暂无论文信息