从心理学好奇心到人工好奇心：人工智能任务中的好奇心驱动学习
人工智能
2022-01-21 v1 机器学习
摘要
心理学好奇心在人类智能中发挥着重要作用，可通过探索与信息获取来增强学习。在人工智能（AI）领域，受人类认知发展启发，人工好奇心为高效学习提供了天然的内在动机；同时，它能够弥合AI研究与实际应用场景（如过拟合、泛化能力差、训练样本有限、计算成本高等）之间的现有差距。因此，好奇心驱动学习（CDL）日益流行，其中智能体被自我激励去学习新颖知识。在本文中，我们首先对好奇心的心理学研究进行全面的回顾，并总结一个用于量化好奇心及其唤醒机制的统一框架。基于心理学原理，我们进一步调研了强化学习、推荐和分类领域中现有CDL方法的文献，讨论了其优缺点及未来工作。由此，本工作为未来的CDL研究提供了丰富的见解，并给出了进一步改进的潜在方向。
引用
@article{arxiv.2201.08300,
title = {From Psychological Curiosity to Artificial Curiosity: Curiosity-Driven Learning in Artificial Intelligence Tasks},
author = {Chenyu Sun and Hangwei Qian and Chunyan Miao},
journal= {arXiv preprint arXiv:2201.08300},
year = {2022}
}
备注
35 pages, 2 figures, to be submitted