[논문 리뷰] An Analysis and Comparison of ACT-R and Soar

John E. Laird|arXiv (Cornell University)|2022. 01. 23.

AI-based Problem Solving and Planning인용 수 7

한 줄 요약

이 논문은 ACT-R와 Soar 인지 아키텍처를 구조, 기억 시스템(작업 기억, 절차적 기억, 선언적 기억) 및 에이전트 데이터, 메타데이터, 메타프로세스 데이터의 역할에 중점을 두고 종합적 분석과 비교를 제공한다. 설계 철학, 정보 처리 방식, 학습 메커니즘에서의 핵심적 차이점을 명확히 하면서도 상당한 공통점을 강조하며, 인지 모델링 및 인공지능 분야의 연구자들에게 기초 자료를 제공한다.

ABSTRACT

This is a detailed analysis and comparison of the ACT-R and Soar cognitive architectures, including their overall structure, their representations of agent data and metadata, and their associated processing. It focuses on working memory, procedural memory, and long-term declarative memory. I emphasize the commonalities, which are many, but also highlight the differences. I identify the processes and distinct classes of information used by these architectures, including agent data, metadata, and meta-process data, and explore the roles that metadata play in decision making, memory retrievals, and learning.

연구 동기 및 목표

• ACT-R와 Soar의 핵심 아키텍처 설계를 인지 시스템 연구 분야에서 분석하고 비교하기.
• 양 아키텍처가 에이전트 데이터, 메타데이터, 메타프로세스 데이터를 어떻게 표현하고 처리하는지 검토하기.
• 양 시스템에서 메타데이터가 의사결정, 기억 회상, 학습 과정에서 수행하는 역할을 조사하기.
• 처리 메커니즘과 기억 조직에서 공통 원칙과 근본적 차이점을 파악하기.
• 연구자들이 인지 모델링에 이 아키텍처들을 선택하거나 통합할 때 참고할 수 있는 상세한 참고 자료 제공하기.

제안 방법

• 기초 설계 원칙과 구성 요소 구조에 기반해 ACT-R와 Soar를 체계적으로 비교하기.
• 작업 기억, 절차적 기억, 장기 선언적 기억의 표현 방식과 기능을 각 아키텍처에서 분석하기.
• 처리 지시에 영향을 주는 메타데이터의 역할을 분석하고, 회수 및 학습 과정에서의 기능을 비교하기. 또한 각 시스템이 메타프로세스 데이터를 어떻게 처리하는지 검토하기.
• 에이전트 데이터, 메타데이터, 메타프로세스 데이터의 정보 유형 분류 체계를 활용해 제어 및 표현 방식의 차이 평가하기.
• 구조적 분석과 예시, 개념적 매핑을 통해 연구 결과 제시하기.
• 저자가 양 아키텍처의 주요 개발자로서 축적한 풍부한 경험을 바탕으로 비교의 정확성과 깊이 확보하기.

실험 결과

연구 질문

• RQ1 ACT-R와 Soar는 작업 기억의 표현 방식과 인지 처리에서의 역할에서 어떻게 다릅니까?
• RQ2 양 아키텍처에서 메타데이터는 의사결정 및 기억 회수 과정에서 어떤 기능을 수행합니까?
• RQ3 ACT-R와 Soar는 절차적 기억과 선언적 기억을 어떻게 관리하며, 학습과 적응에 어떤 영향을 미칩니까?
• RQ4 두 아키텍처는 메타프로세스 데이터와 제어 메커니즘 처리 방식에서 어떤 점에서 다릅니까?
• RQ5 ACT-R와 Soar에 공통적으로 존재하는 설계 원칙은 무엇이며, 이는 인지 모델링 결과에 어떻게 영향을 미칩니까?

주요 결과

• ACT-R와 Soar는 상당한 아키텍처적 공통점을 공유하고 있으며, 특히 상징적 처리와 모듈식 기억 시스템의 사용에서 뚜렷하다.
• 양 아키텍처 모두 메타데이터를 제어 프로세스 지시에 활용하지만, Soar는 메타데이터를 보다 광범위하게 통합된 문제 해결 메커니즘에서 활용한다.
• ACT-R의 절차적 기억은 생산 규칙에 밀접하게 결합되어 있는 반면, Soar의 절차적 지식은 더 일반적인 추론 엔진에 통합되어 있다.
• Soar의 메타데이터는 특히 서브골 도달과 연산자 선택 맥락에서 검색 및 학습 지도에 중심적인 역할을 한다.
• 학습 방식에서 두 시스템은 다릅니다: ACT-R는 첨부 학습을 통해 점진적인 학습을 강조하는 반면, Soar는 보다 통합적이고 재귀적인 학습 메커니즘을 사용합니다.
• 실행 방식의 차이에도 불구하고, 두 아키텍처 모두 인간 인지의 강력한 모델링을 지원하며, 인지 시스템 설계에 상호보완적인 통찰을 제공합니다.