ترجمه فارسی مقاله استفاده از سیستم‌های حافظه شبه انسانی مبتنی بر گراف دانش برای حل فرآیندهای تصمیم‌گیری مارکوف با قابلیت مشاهده جزئی

چکیده

Humans observe only part of their environment at any moment but can still make complex, long-term decisions thanks to our long-term memory. To test how an AI can learn and utilize its long-term memory, we have developed a partially observable Markov decision processes (POMDP) environment, where the agent has to answer questions while navigating a maze. The environment is completely knowledge graph (KG) based, where the hidden states are dynamic KGs. A KG is both human- and machine-readable, making it easy to see what the agents remember and forget. We train and compare agents with different memory systems, to shed light on how human brains work when it comes to managing its own memory. By repurposing the given learning objective as learning a memory management policy, we were able to capture the most likely hidden state, which is not only interpretable but also reusable.

چکیده به فارسی (ترجمه ماشینی)

انسان ها در هر لحظه تنها بخشی از محیط خود را مشاهده می کنند اما به لطف حافظه بلند مدت ما هنوز هم می توانند تصمیمات پیچیده و طولانی مدت بگیرند.برای آزمایش اینکه چگونه یک هوش مصنوعی می تواند از حافظه بلند مدت خود یاد بگیرد و از آن استفاده کند ، ما یک محیط تصمیم گیری Markov (POMDP) ​​تا حدی قابل مشاهده را توسعه داده ایم ، جایی که عامل باید هنگام پیمایش پیچ و خم به سؤالات پاسخ دهد.محیط کاملاً دانش دانش (کیلوگرم) استوار است ، جایی که حالت های پنهان کیلوگرم پویا هستند.یک کیلوگرم هم از نظر انسانی و هم با دستگاه قابل خواندن است و می توان دید که مأمورین چه چیزی را به خاطر می آورند و فراموش می کنند.ما عوامل را با سیستم های حافظه مختلف آموزش داده و مقایسه می کنیم تا در مورد نحوه عملکرد مغز انسان هنگام مدیریت حافظه خود ، روشن کنیم.با استفاده از هدف یادگیری داده شده به عنوان یادگیری یک سیاست مدیریت حافظه ، ما توانستیم محتمل ترین حالت پنهان را ضبط کنیم ، که نه تنها قابل تفسیر بلکه قابل استفاده مجدد است.