EP16 内在动机与世界模型：AI如何从“功利主义”走向“好奇心驱动”的学习自主性

本期探讨了在基于模型的强化学习中融入内在动机的方法，旨在解决创建高度自主智能体所面临的挑战。文章提出了一种系统化的框架，将利用世界模型来确定内在动机的方法分为三类：补充性内在奖励、探索策略和内在驱动目标。这些方法通过利用模型不确定性、知识增益和环境形态等信号，帮助智能体进行任务无关的学习和更有效地探索环境。最终，该研究提出了一个统一的架构，描述了利用世界模型和内在动机来改进学习的智能体，并指出了未来研究的潜在方向。