ミラーニューロンの計算モデルはありますか？

ウィキペディアから：

ミラーニューロンは、動物が行動するときと、動物が別の動物によって実行される同じ行動を観察するときに発火するニューロンです。

ミラーニューロンは模倣学習に関連しています。これは、現在の現実のAI実装にはない非常に便利な機能です。入出力ニューロンの例（教師あり学習）または報酬（強化学習）から学習する代わりに、ミラーニューロンを備えたエージェントは、他のエージェントを単純に観察し、その動きを独自の座標系に変換することで学習できます。計算モデルに関して、この主題に関して私たちは何を持っていますか？

この記事では、AIで広く使用されているメカニズムであるヘビアン学習の観点からミラーニューロンについて説明します。この記事で与えられた定式化が実際に計算によって実装されたことがあるかどうかはわかりません。

「ボールを取る」または「ボールを取る」に関係なく、保存されている「テイク」と「ボール」のインスタンスはすべて弱くアクティブになり、「ボールをテイクする」は強くアクティブになります。これは「ミラーリング」として認められませんか？「私は腕を持っている」、「彼は腕を持っている」なども知っているなら、「彼がいくつかのブロックを取る」とき、「私はいくつかのブロックを取ることができる」と考えるのはそれほど難しくありません。

実際には、その線に沿って多くのものがあります。3Dムービーインスタンスのモーションキャプチャは、すぐに思い浮かびます。問題は、別の俳優を観察する状況ではなく、コンピューターはすでにある量の画像認識ソフトウェアでそれを行うのに優れている相対性格であり、むしろ、アクションが良い結果をもたらしたかどうかを理解する問題ですこれは、単一ノードのネットワークの問題ではないため、コンピューターが実行できないものです。たとえば、人間の言語を理解するようにコンピューターをプログラミングしましたが（ワトソン、ほぼ間違いなく）、ワトソンでさえ「f ***」と言うのは悪いという概念を理解していませんでした。（それを見てください、それは面白いサイドストーリーです。）

しかし、ポイントは、コンピューターには現在「良い結果」の感覚がないため、学習アルゴリズムはある意味では真の学習ではないため、この段階では、観察学習はある意味で「猿を見る、猿する」に非常に限定されています。

おそらく私がこれについて読んだ最も近いものは、ネットワーク上にあり、ボットがエリアを避ける必要があることを知っているので、それらの1つが破壊されたときにお互いにブロードキャストする消防捜索と救助ボットでした。

さもなければ、これは観察学習の問題だと思います。人は通常、誰かをpunchることで反撃されることを観察でき、コンピューターは善悪を問わず行動を観察してオウムを観察します。