惊喜!在主动推理框架下利用生理压力进行稳态应变调节[预印本]
人工智能
2024-06-13 v1 机器人学
神经元与认知
摘要
稳态应变(Allostasis)提出,生命系统的长期生存能力是通过对其生理和行为的预期性调整来实现的:强调生理和情感压力是一种适应性的适应状态,可以最小化长期预测误差。最近,主动推理框架(AIF)也试图通过最小化未来误差(自由能),通过学习世界的统计偶然性来解释行动和长期适应,为稳态应变调节提供了形式化描述。我们建议,通过稳态应变提出的生物激素动力学视角来构建预测误差,为以生物学上合理的方式将这两个模型整合在一起提供了一种途径。在本文中,我们描述了我们的初步工作,即开发一个模型,将预测误差(惊奇度)根植于生理压力激素(皮质醇)的分泌中,该激素在稳态控制的生理学中充当适应性、稳态应变的中介。我们使用一个计算模型进行评估,该模型模拟了一个具有人工生理学的主动推理智能体,该智能体通过稳态和稳态应变控制在随机环境中进行调节。我们的结果发现,皮质醇(压力)的稳态应变功能,作为预测误差的函数分泌,为智能体的长期生理调节提供了适应性优势。我们认为,将信息论预测误差与压力的低层生物激素动力学耦合,可以为具身智能系统的长期调节提供一个计算高效的模型。
引用
@article{arxiv.2406.08471,
title = {Surprise! Using Physiological Stress for Allostatic Regulation Under the Active Inference Framework [Pre-Print]},
author = {Imran Khan and Robert Lowe},
journal= {arXiv preprint arXiv:2406.08471},
year = {2024}
}
备注
14 pages, 4 figures