特定好奇心的五个特性：好奇机器应具备而你不知道的特性

机器智能体的好奇心一直是活跃研究的焦点。对人类和动物好奇心的研究，特别是特定好奇心，已经发掘出若干对机器学习者具有重要益处的特性，但这些特性在机器智能领域尚未得到充分探索。在本工作中，我们对动物和机器好奇心领域进行了全面的多学科综述。作为本工作的主要贡献，我们以此综述为基础，引入并定义了我们认为特定好奇心最重要的五个特性：1) 指向不可名状的指代物；2) 满足时停止；3) 自愿暴露；4) 短暂性；5) 连贯的长期学习。作为本工作的第二大贡献，我们展示了这些特性如何在概念验证强化学习智能体中共同实现：我们演示了这些特性在包含诱导好奇心的位置和诱导的好奇心目标的简单非情景网格世界环境中，如何在该智能体的行为中体现。正如我们所期望的，我们的计算特定好奇心智能体示例表现出短期的定向行为，同时更新长期偏好以自适应地寻找诱导好奇心的情境。因此，本工作呈现了特定好奇心向机器学习和强化学习领域的里程碑式综合与转化，并为特定好奇心如何运作以及未来可能如何整合到复杂环境中寻求目标和决策的计算智能体行为中提供了新视角。