目标导向控制的机械学基础

机械可解释性已通过分解 transformer 电路中模型行为为相互竞争的算法、识别训练期间的相位转变以及推导何时何地策略转移的闭式预测等方式，彻底改变了对 transformer 电路分析的做法。然而，该项目主要局限于序列预测架构，使得感知运动认知系统缺乏类似的机械账户。本文将该框架扩展到感知运动认知发展中，使用婴儿运动学习作为模型系统。我们展示，基础归纳偏好导致因果控制电路形成，学习到的门控机制趋于理论上激励的不确定性阈值。由此揭示的动力学显示，仲裁门在决定性行为上存在清晰的相位转变，其行为可由闭式指数移动平均替代物良好描述。我们识别出上下文窗口 k 作为电路形成的关键参数：当 k 小于等于 4 时，仲裁机制无法形成；当 k 大于等于 8 时，门控置信度随 k 的增大呈对数形式趋于渐近。进一步的二维相位图揭示了任务需求依赖的仲裁路径，符合“当预测误差仍在任务容忍窗口内时，前瞻执行才有优势”的预测。总体而言，这些结果提供了关于如何在学习期间主动和前瞻控制策略如何产生和竞争的机械学解释。更广泛地说，本工作锐化了对认知发展的机械学解释，为可解释化身代理体的设计提供了原则指导。