人工智能镜像中由自我情绪介导的探索：来自认知心理学的发现

背景：对物理环境的探索是生物体获取信息与巩固知识不可或缺的先决条件。然而，当前人工智能模型在训练期间缺乏此类自主能力，阻碍了其适应性。本工作提出一种学习框架，使人工智能体基于数据观察中触发的认知与成就情绪获得内在探索驱动力。方法：本研究提出一种双模块强化框架，其中数据分析得分依据对人类心理学研究决定自豪或惊讶。随后优化这些状态与探索之间的相关性，以使智能体达成其学习目标。结果：大多数智能体展示了状态与探索之间的因果关系。惊讶平均增加15.4%，自豪平均减少2.8%。得到的相关性为$\rho_{surprise}=0.461$与$\rho_{pride}=-0.237$，与先前报道的人类行为相镜像。结论：这些发现得出结论，受生物启发的人工智能开发可大有裨益。这可带来生物体通常具备的益处，如自主性。进一步，它实证展示了AI方法如何佐证人类行为发现，展现出重大的跨学科意义。文中讨论了相关影响。