利用实时计算规划实现小鼠水平的策略性逃避性能

规划是大脑中一种非凡的能力，其想象并随后实施被评估的可能未来。计算机科学家使用传统规划模型试图复现这一能力并取得了一定成功，但最终面临一个反复出现的局限：随着规划步数增长，不同可能未来的数量使得确定达到目标状态的正确动作序列变得难以处理。基于先前关于动物生态如何支配空间规划价值的理论工作，我们开发了更高效且受生物学启发的规划算法 TLPPO。该算法使我们以比在典型捕食者-猎物交互的部分可观测情境中广泛使用的规划算法少数个数量级的计算量，实现小鼠水平的捕食者逃避性能。我们将使用 TLPPO 的实时智能体性能与活体小鼠的性能进行比较，二者均被赋予逃避机器人捕食者的任务。我们预期这些结果将对规划算法的使用者和开发者，以及神经科学中以机器-动物交互作为研究复杂行为基础有益方法的领域有所帮助。