资源采集智能体模型中的语义信息

我们探索将一种新的语义信息理论应用于具有充分动机的资源觅食智能体问题。语义信息被定义为智能体 $A$ 与环境 $E$ 之间通过转移熵测量的相关性子集，该子集是智能体维持其生存力 $V$ 所必需的。生存力是内生定义的，区别于对效用函数等外生量的使用。在我们的模型中，觅食者的运动由其通过传感器探测单个资源单元的能力决定，而生存力函数为其预期寿命。通过反事实干预——通过对传感器加噪来扰乱智能体与环境之间的相关性——我们证明了存在一个噪声参数的临界值 $\eta_c$，超过该值时觅食者的预期寿命会急剧下降。另一方面，当 $\eta < \eta_c$ 时，对其生存能力几乎没有或完全没有影响。我们将此边界称为语义阈值，用于量化智能体为维持其期望的存活状态而实际需要的智能体-环境相关性子集。在语义阈值之上和之下，每一比特信息都会影响智能体的存续能力。通过对觅食者/环境参数建模来刻画生存力曲线及其语义阈值，我们展示了相关性是如何实例化的。我们的工作为从语义信息角度研究成熟智能体提供了一个有用的模型。它还表明，这种语义阈值可能有助于理解信息在使系统成为自主智能体中所扮演的角色。