DyBaNeM: Bayesian Episodic Memory Framework for Intelligent Virtual Agents

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F13%3A10172793" target="_blank" >RIV/00216208:11320/13:10172793 - isvavai.cz</a>

Výsledek na webu

<a href="http://artemis.ms.mff.cuni.cz/main/papers/DyBaNeM-IVA2013.pdf" target="_blank" >http://artemis.ms.mff.cuni.cz/main/papers/DyBaNeM-IVA2013.pdf</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-642-40415-3_2" target="_blank" >10.1007/978-3-642-40415-3_2</a>

Jazyk výsledku

angličtina

Název v původním jazyce

DyBaNeM: Bayesian Episodic Memory Framework for Intelligent Virtual Agents

Popis výsledku v původním jazyce

Episodic Memory (EM) abilities are important for many types of intelligent virtual agents (IVAs). However, the few IVA EM systems implemented to date utilize indexed logs of events as the underlying memory representation, which makes it hard to model some crucial facets of human memory, including hierarchical organization of episodes, reconstructive memory retrieval, and encoding of episodes with respect to previously learnt schemata. Here, we present a new general framework for EM modeling, DyBaNeM, which capitalizes on bayesian representation and, consequently, enables modeling these (and other) features easily. By means of a proof-of-concept implementation, we demonstrate that our approach to EM modeling is promising, at least for domains of moderate complexity.

Název v anglickém jazyce

DyBaNeM: Bayesian Episodic Memory Framework for Intelligent Virtual Agents

Popis výsledku anglicky

Episodic Memory (EM) abilities are important for many types of intelligent virtual agents (IVAs). However, the few IVA EM systems implemented to date utilize indexed logs of events as the underlying memory representation, which makes it hard to model some crucial facets of human memory, including hierarchical organization of episodes, reconstructive memory retrieval, and encoding of episodes with respect to previously learnt schemata. Here, we present a new general framework for EM modeling, DyBaNeM, which capitalizes on bayesian representation and, consequently, enables modeling these (and other) features easily. By means of a proof-of-concept implementation, we demonstrate that our approach to EM modeling is promising, at least for domains of moderate complexity.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GAP103%2F10%2F1287" target="_blank" >GAP103/10/1287: PlanEx: Propojení plánování a provádění plánů</a><br>

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2013

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Lecture Notes in Computer Science

ISBN

978-3-642-40414-6

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

14

Strana od-do

15-28

Název nakladatele

Springer

Místo vydání

Berlin

Místo konání akce

Edinburgh, UK

Datum konání akce

29. 8. 2013

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—