在计算强化学习中原型化特定好奇心的三个关键性质

机器智能体的好奇心一直是研究热点。对人类与动物好奇心（尤其是特定好奇心）的研究已揭示若干性质，这些性质可为机器学习者带来重要益处，但在机器智能中尚未得到充分探索。本工作中，我们引入其中最直接的三项性质——指向性、满足时终止、以及自愿暴露——并展示它们如何在一个概念验证强化学习智能体中共同实现；进一步，我们在一个包含引发好奇的位置与所引发好奇目标、非分幕的网格世界简单环境中，演示这些性质如何在该智能体行为中显现。正如我们所期望的，该智能体表现出短期指向性行为，同时更新长期偏好以自适应地寻求引发好奇的情境。因此，本工作对特定好奇心如何运作提供了新颖视角，并可能在未来被整合进复杂环境中目标导向、决策型智能体的行为中。