帮我探索：面向基于图的自体论智能体的最小社会干预

在探索能够学习开放式技能库的自主智能体的过程中，大多数工作采用皮亚杰式视角：学习轨迹是发展中的智能体与其物理环境之间互动的结果。而维果茨基式视角则强调社会文化环境的中心地位：高级认知功能源于智能体内化的社会文化过程的传递。本文主张，这两种视角可以在自体论智能体的学习过程中结合，以促进其技能习得。为此，我们做出两项贡献：1）一种名为“帮我探索”（Help Me Explore, HME）的新型社会互动协议，其中自体论智能体可以同时受益于个体探索和社会引导探索。在社会情节中，社会伙伴会建议处于学习智能体知识前沿的目标。在自体论情节中，智能体可以学习掌握自己发现的目标，或自主复述失败的社会目标；2）GANGSTR，一种用于操作领域的基于图的自体论智能体，能够将目标分解为一系列中间子目标。我们表明，在HME框架内学习时，GANGSTR仅通过少量社会干预，就能掌握最复杂的配置（例如5个方块的堆叠），从而克服其个体学习的局限。