鼠与机器：真实世界鼠类与强化学习代理的学习比较

近期强化学习 (RL) 的进展在复杂决策任务中展现出惊人能力。这一进展自然引出一个问题：这些人工系统与经历数百万年演化的生物代理相比如何？为回答此问，我们在捕食者规避迷宫环境中对生物老鼠和 RL 代理进行比较研究。通过这一分析，我们识别出一种显著差异：RL 代理持续表现出缺乏自保本能，愿意为微小的效率提升而冒险“死亡”。这些风险偏好策略与生物代理形成鲜明对比，后者展现出精细的风险评估与规避行为。为弥合生物与人工之间的差距，我们提出两种新型机制，鼓励 RL 代理表现出更自然的风险规避行为。我们的做法导致自然行为的出现，包括战略环境评估、谨慎路径规划以及捕食者规避模式，这些模式与生物系统中观察到的行为高度相似。