同一世界，不同给定：人工智能体中历史依赖的感知重组织
人工智能
2026-04-07 v1
摘要
哪种内部组织允许人工智能体不仅能够适应其行为，还能维持对其世界的历史敏感视角？本文提出一种最小化架构，其中一个缓慢的视角潜在变量反馈到感知，并通过感知处理自身更新。这使得即使相同的观察也根据智能体累积的立场以不同方式进行编码。该模型在一个最小化的网格世界中进行评估，该网格世界具有固定的空间支架和感官扰动。通过多种分析，三个结果浮现：首先，扰动历史在名义条件恢复后仍留下可测量的适应性塑性迹象；其次，视角潜在重新组织感知编码，使得相同的观察在依据先前经验而表示不同；第三，只有自适应自调节才能产生特征性的生长后稳定动态，而非刚性或始终开放的更新制度。总体行为在整个过程中保持稳定，表明占主导地位的重组织是感知性的而非行为性的。这些发现一起识别了人工智能体中历史依赖视角组织的最小机制。
引用
@article{arxiv.2604.04637,
title = {Same World, Differently Given: History-Dependent Perceptual Reorganization in Artificial Agents},
author = {Hongju Pae},
journal= {arXiv preprint arXiv:2604.04637},
year = {2026}
}