通过耦合而非单纯观察的亲社会性：可检查递归人工生命体中的稳态共享

人工智能体可以出于多种原因被设计为“帮助”行为，包括显式的社会奖励、硬编码的亲社会奖励，或直接访问另一个智能体的内部状态。这些可能性使得最小亲社会行为难以解释。基于 ReCoN-Ipsundrum，一个具有情感耦合调节的可检查递归控制器，我添加了一个显式的稳态器和一个社会耦合通道，同时保持规划严格以自我为导向：智能体仅根据其自身预测的内部状态进行评分，并且没有引入任何伙伴福利奖励项。我在两个玩具世界中比较了四种匹配的条件。在一步的 FoodShareToy 中，一个精确求解器发现，对于默认状态，在 ${\lambda}* \approx 0.91$ 处存在一个从 EAT 到 PASS 的急剧切换。在实验运行中，仅自我和伙伴观察条件从不帮助，而情感耦合条件总是帮助。在多步的 SocialCorridorWorld 中，同样的分离现象再次出现：耦合将帮助率和伙伴恢复率从 0 翻转到 1，并将救援延迟从 18 步减少到 9 步，同时将相互生存能力从 0.15 提高到 0.33。假损伤保留了帮助行为，但耦合关闭和打乱伙伴的损伤在两个任务中都消除了帮助行为。耦合扫描显示了一个依赖于负载的可行性边界：在低负载下，当 ${\lambda} \geq 0.25$ 时出现帮助行为，而在中高负载下，没有测试值能在时间范围内拯救伙伴。结果是对人工生命的一个狭义主张：在这种最小架构中，当另一个体的需求被路由到自我调节中时，帮助行为就会出现。