研究用内在动机智能体逆向工程果蝇自主性

Declan Kutscher 等研究者在 arXiv 发表论文，将果蝇全脑记录与神经力学数字孪生结合，用 20 种内在动机算法（涵盖好奇心、熵和 competency 方法）在无外部奖励条件下训练自主智能体，以测试优化内在目标能否产生与果蝇行为匹配的具身智能体。 结果显示，名为 DIAYN 的分层 competency 算法在行为和神经前瞻编码上与果蝇吻合最佳，该算法通过离散策略最大化行为熵和诱导感官观察的可分性；其策略还能捕捉果蝇探索策略的个体差异及半球间运动学编码的加减规则。 该研究的背景是果蝇全脑记录显示其自发探索决策的神经表征可提前 10 秒以上出现。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。