研究人员引入了最大占用原则(MOP)的基于信念的扩展,MOP是智能体的内在激励框架。这种新方法通过整合对隐藏状态的信念推断,使MOP能够在部分可观测的环境中运行。该工作还提出了主动推理的预期自由能的贝尔曼重构,通过值迭代实现离线计算。实验表明,MOP智能体在目标导向的觅食和探索之间取得平衡,而主动推理智能体则专注于具有高实用价值和认知价值的区域。 AI
影响 这项研究可能带来更具适应性和目标导向性的AI智能体,使其能够在不确定的环境中有效运行。
排序理由 该集群包含一篇详细介绍AI智能体新理论框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →