新生人工 agent 中集体行为的发展
人工智能
2021-11-09 v1
摘要
集体行为在动物界广泛存在。然而迄今为止，集体行为的发育与机制基础尚未被正式确立。何种学习机制驱动了新生动物中集体行为的发展？在此，我们使用深度强化学习与好奇心驱动学习——两种根植于心理学与神经科学研究的机制——来构建发展出集体行为的新生人工 agent。如同新生动物，我们的 agent 从自然环境中的原始感官输入学习集体行为。我们的 agent 亦在无外部奖励下学习集体行为，仅使用内在动机（好奇心）驱动学习。具体而言，当我们在含同伴的自然视觉环境中养育人工 agent 时，agent 自发发展出自我运动、物体识别及对同伴的偏好，迅速学会集体行为所需的全部核心技能。本工作弥合了高维感官输入与集体行动之间的鸿沟，得出一个集体动物行为的像素到动作模型。更一般地，我们表明两种通用学习机制——深度强化学习与好奇心驱动学习——足以从无监督自然经验中学习集体行为。
引用
@article{arxiv.2111.03796,
title = {Development of collective behavior in newborn artificial agents},
author = {Donsuk Lee and Samantha M. W. Wood and Justin N. Wood},
journal= {arXiv preprint arXiv:2111.03796},
year = {2021}
}