[4E1-OS-12a] OS-12

[4E1-OS-12a-01] Designing a brain-like AGI architecture that acquires control programs for behavior, reasoning, and dialogue through reinforcement learning

〇Yuuji Ichisugi¹, Naoto Takahashi¹, Izumi Takeuti¹, Takashi Sano², Hidemoto Nakada³ (1. AIST, 2. Toyo University, 3. Juntendo University)

[[Online]]

Keywords:artificial general intelligence, program synthesis, hierarchical reinforcement learning, probabilistic generative model, symbolic reasoning

ヒトの脳の情報処理を模倣した脳型AGIアーキテクチャ設計の取り組みの現状を報告する。
このアーキテクチャはヒトの脳の計算論に関するいくつかの仮説を前提として設計されている。
脳の前頭前野の機能に対応する行動ルール集合がアーキテクチャの中心にあり、他のコンポーネントの状態の変更や、コンポーネント間の情報の流れの制御を行う。
行動ルール集合は、教師なし学習と強化学習によって自律的に獲得できるように設計されている。
個々の要素技術の動作確認はすんでおり、全体の統合も可能であるという見通しを得た。