Wozu selektive räumliche Aufmerksamkeit?

Man vergegenwärtige sich nochmals die Arbeitsweise von A2: Zu jedem Zeitpunkt versucht A2, die Eingaben zum nächsten Zeitpunkt vollständig vorherzusagen. Der für A2 geforderte Gradientenabstieg profitiert zwar von dieser Arbeitsweise. Es scheint aber angebracht, das Konzept des allgemeinen raumzeitlichen Gradientenabstiegs selbst in Frage zu stellen: Für viele Zwecke genügt es oft, nur einen kleinen Teil des Zustands der Umgebung als relevant für die Erreichung des gegenwärtigen Ziels anzusehen. Die schwierige Frage lautet: Zu welchem Zeitpunkt sind welche Eingaben relevant und welche nicht?

Related links in English: Recurrent neural networks - Subgoal learning - Reinforcement learning and POMDPs - Reinforcement learning economies - Selective attention
Deutsche Heimseite