由合成情感驱动的任务选择通用框架
人工智能
2019-09-27 v1 神经与进化计算
摘要
给定一定复杂度水平，拟人化智能体可从广泛的可能任务中选择，每项活动对应一个瞬时目标。一般而言，将不存在总体信用分配方案以就比较可用选项的期望效用。针对此情形，我们提出一个基于通过情感平稳性进行时间分配（TAES）的任务选择框架。我们认为情感对应于抽象准则，如满足、挑战与无聊，据此可对已执行活动进行评价。然后将所经历情感的时间线与智能体的“性格”比较，性格由偏好的情感状态分布定义。智能体使经验与性格对齐的长期目标，通过优化选择各任务的频率实现。优化后，情感体验的统计变为平稳的。
引用
@article{arxiv.1909.11700,
title = {A generic framework for task selection driven by synthetic emotions},
author = {Claudius Gros},
journal= {arXiv preprint arXiv:1909.11700},
year = {2019}
}
备注
IEEE conference on Humanized Computing, Laguna Hills 2019