通过主动推断与自先验的目标导向行为涌现

婴儿常常会表现出目标导向行为，例如即使没有外部奖励标准也会触碰感官刺激。这类内在驱动的行为有助于婴儿在早期发展阶段进行自主探索和学习身体与环境。虽然计算建模可以提供洞察这些行为背后机制的途径，但许多现有研究关注内在动机如何贡献于获取外部奖励。本文提出了一种用于代理自身多模态感官经验的新密度模型，称为“自先验”（self-prior），并研究它是否能够自主诱导目标导向行为。集成在基于自由能原则的主动推断框架内，自先验通过最小化过去感官经验平均值与当前观察之间的差异，纯粹从内在过程中生成行为参考。这一机制也类似于通过持续与环境交互获取和利用身体模式的过程。我们在模拟环境中检验了该方法，并确认代理会自主触碰触觉刺激。我们的研究实现了由代理自身感官经验塑造的内在动机行为，展示了在早期发展阶段意图行为的自主涌现。