关系学习与跨领域泛化理论

人们能够轻易地将知识泛化到新颖的领域和刺激上。我们提出一种理论，并实例化为计算模型，其基于这样的观点：人类的跨领域泛化是在结构化（即符号化）关系表征上的类比推理。该模型是 LISA 和 DORA 关系推理与学习模型的扩展。所得模型在增加强化学习能力后，可从非关系输入中无监督地学习关系表征的内容与形式（即结构），利用这些表征学习各个领域，并通过类比推理在新领域首次接触时（即零样本学习）实现泛化。我们展示了该模型从多种简单视觉刺激中学习结构化关系表征的能力，以及在视频游戏（Breakout 和 Pong）之间及若干心理学任务之间执行跨领域泛化的能力。我们表明，该模型的轨迹与儿童学习关系时的轨迹紧密对应，解释了儿童推理与类比能力发展文献中的现象。该模型在领域间泛化的能力展示了以底层关系结构而非仅以输入输出间统计关系来表征领域所带来的灵活性。