自由意志信念作为基于模型的强化学习的结果

关于人类是否拥有自由意志的争论已持续数个世纪。尽管基于我们当前对自然规律的理解，有充分论据支持人类不可能拥有自由意志的观点，但大多数人相信自己拥有。这一矛盾亟待解释。如果我们接受自己没有自由意志，则面临两个问题：(1) 虽然自由是一个人人直观理解且常用的概念，但当说一个行动或选择是“自由”或不是时，我们究竟指什么？以及 (2) 为何对自由意志的信念如此普遍？这一信念从何而来，又有何目的（若有）？在本文中，我们从强化学习（RL）的视角考察这些问题。RL 最初是为训练人工智能体而开发的框架，但它也可作为人类决策与学习的计算模型；通过如此，我们提出第一个问题可通过观察到人们对自由的常识性理解 closely 关联于 RL 体归一化动作值的信息熵来回答，而第二个问题可通过智能体在处理时间信用分配问题时必须将自己建模为仿佛本可采取与实际所采不同的决策来解释。简言之，我们建议将 RL 框架作为人类学习的模型应用，由此显而易见：为了高效学习与具备智能，我们需要视自己仿佛拥有自由意志。