단기, 에피소딕, 그리고 의미 기억 시스템을 갖춘 기계

인간의 명시적 기억 시스템에 대한 인지과학 이론에서 영감을 받아, 우리는 단기 기억, 에피소딕 기억, 그리고 의미 기억 시스템으로 구성된 에이전트를 모델링하였습니다. 각각의 기억 시스템은 지식 그래프로 모델링되었습니다. 이 시스템을 평가하고 이 에이전트의 행동을 분석하기 위해, 우리는 강화 학습 에이전트 환경인 "the Room"을 설계하고 공개하였습니다. 이 환경에서는 에이전트가 질문에 답하여 보상을 최대화하기 위해 기억을 인코딩, 저장, 및 검색하는 방법을 배워야 합니다. 우리의 실험 결과는 딥 Q-러닝 기반의 에이전트가 단기 기억이 잊혀져야 하는지, 아니면 에피소딕 또는 의미 기억 시스템에 저장되어야 하는지를 성공적으로 학습한다는 것을 보여줍니다. 실험 결과는 인간과 유사한 기억 구조를 가진 에이전트가 이러한 구조 없이 동일한 환경에서 작동하는 에이전트보다 우수한 성능을 발휘할 수 있음을 나타냅니다.