虚拟智能体中的发展性好奇与社会交互

婴儿以有组织的方式探索其复杂的物理与社会环境。为深入理解哪些内在动机可能有助于构建此种探索，我们创建了一个虚拟婴儿智能体，将其置于受发展启发的 3D 环境中，且无外部奖励。该环境有一个虚拟照料者智能体，能够以类似玩耍的方式与婴儿智能体进行权变交互。我们测试了与已被提出用于驱动人类探索的动机相似的内在奖励函数：惊讶、不确定性、新颖性和学习进展。这些通用奖励函数引导婴儿智能体探索环境并发现嵌入照料者智能体中的权变关系。作为新颖性和不确定性代理的奖励函数在生成多样化经验和激活环境权变关系上最为成功。我们还发现，在专注照料者存在下学习世界模型，有助于婴儿智能体学习预测具有挑战性的社会与物理动态场景。综上，我们的发现揭示了类好奇内在奖励与权变社会交互如何导致动态社会行为并构建鲁棒的预测性世界模型。