模拟智能体中可供性推断与主动运动控制

灵活、目标导向的行为是人类生活的基本方面。基于自由能最小化原理，主动推断理论从计算神经科学视角形式化了此类行为的生成。基于该理论，我们引入了一种输出概率性、时间预测性、模块化的神经网络架构，其处理感觉运动信息、推断世界中与行为相关的方面，并引发高度灵活、目标导向的行为。我们展示，我们这种端到端训练以最小化自由能近似值的架构，发展出了可被解释为可供性地图的潜状态。即，涌现的潜状态指示了依赖局部语境的哪些动作导致哪些效应。结合主动推断，我们展示可引发灵活、目标导向的行为，并融入涌现的可供性地图。结果表明，我们的模拟智能体灵活穿行于连续空间，避免与障碍物碰撞，并偏好以高确定性通向目标的路径。此外，我们展示所学智能体高度适用于跨环境的零样本泛化：在少量含障碍物及其他影响其行为地形的固定环境中训练后，它在程序生成的、含不同数量障碍物与不同位置不同大小地形的环境中表现同样良好。