基于好奇心的内在动机中结构化行为的涌现

婴儿是玩耍的专家，具有惊人能力，能在缺乏明确外在奖励信号的非结构化环境中生成新颖的结构化行为。我们试图通过一个实现好奇心驱动内在动机的神经网络来复现其中部分能力。使用一个简单但生态自然的模拟环境，其中智能体可以移动并与其所见物体交互，该智能体学习一个预测其动作动态后果的世界模型。同时，智能体学习采取对抗性挑战发展中世界模型的动作，推动智能体探索新颖且信息丰富的环境交互。我们证明该策略导致一系列复杂行为的自监督涌现，包括自我运动预测、物体注意和物体收集。此外，智能体学习的世界模型支持在物体动态预测和定位任务上改进的性能。我们的结果是一个原理证明，即内在动机的计算模型或可解释婴儿发展性视觉运动学习的关键特征。