内感受机器框架：迈向人工智能中受内感受启发的调节架构
人工智能
2026-04-28 v1
摘要
本综述提出了一个基于内感受与具身 AI 的整合框架——称为内感受机器框架——将内态调节的生物启发原理转化为用于自适应自主性的计算架构。内感受被设想为对内部信号的监测、整合与调节，已被证明与理解生物系统中的适应性行为相关。所提出的框架将内感受贡献组织为三个功能原理：稳态、非稳态与生成，各自关联于不同的计算角色：内部可行性调节、基于不确定性的预期重评估以及通过交互的主动数据生成。这些原理并非旨在作为直接的神经生理映射，而是作为指导设计具有改进自调节与情境敏感行为的人工智能体的抽象。通过在这些原理中嵌入内部状态变量与调节回路，AI 系统可以实现更鲁棒的决策、校准的不确定性处理以及自适应交互策略，特别是在不确定和动态环境中。该方法为具备功能基础自调节能力的智能体提供了一条具体且可测试的途径，对人机交互与辅助技术具有直接意义。最终，内感受机器框架提供了一个统一视角，探讨内态调节如何增强具身 AI 系统中的自主性、适应性与鲁棒性。
引用
@article{arxiv.2604.24527,
title = {Interoceptive machine framework: Toward interoception-inspired regulatory architectures in artificial intelligence},
author = {Diego Candia-Rivera},
journal= {arXiv preprint arXiv:2604.24527},
year = {2026}
}