分解预测问题：基于 neoRL 智能体的自主导航

在世界中导航是任何生命体的基本能力。在技术上达到同等程度的自由已被证明十分困难。大脑是唯一已知能够自主导航的机制，使得神经科学成为我们通向自主性最佳灵感来源。假设状态表示是关键，我们探究大脑与机器表示导航状态方式的不同。强化学习 (RL) 要求符合马尔可夫性质的整体式状态表示，而欧几里得空间神经表示 (NRES) 通过分布式激活模式反映导航状态。我们展示了 NRES 导向的 RL（neoRL）智能体如何成为可能，随后通过实验验证我们的理论发现。最终，neoRL 智能体能够跨状态空间进行行为综合——允许将问题分解为更小的空间，缓解维数灾难。