.png){kind=icon}
返回
Goals as reward-producing programs
.png){kind=icon}
PRE
AI
DOI：10.1038/s42256-025-00981-4.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
人们生成自身目标的能力十分显著，这一过程始于儿童玩耍，并持续至成年阶段。尽管在目标与目标导向行为方面已有大量实证和计算研究，但现有模型仍远未捕捉到日常人类目标的丰富性。在此，我们通过收集人类生成的游戏化目标数据集（以可评分的单人游戏形式呈现），将其建模为奖励生成程序，并通过程序合成生成新颖的类人目标。奖励生成程序通过符号操作捕捉目标的丰富语义，这些操作包括组合、添加时间约束以及允许在行为轨迹上执行程序以评估进展。为构建目标的生成模型，我们在可能的目标程序无限集合上学习适应度函数，并使用质量多样性算法采样新颖目标。人类评估者发现，当模型生成的目标取自由人类示例占据的程序空间分区时，其与人类创建的游戏难以区分。我们还发现，模型内部的适应度分数能预测被评估为更具趣味性和更类人的游戏。
Keyword:
REINFORCEMENT
MIND
期刊
IF:
23.9
论文数:
1.3K
被引数:
1.5W
机构
N
引用论文
.png){kind=icon}
STRUCTURED IMAGINATION - THE ROLE OF CATEGORY STRUCTURE IN EXEMPLAR GENERATION结构化想象 -- 类别结构在样本生成中的作用
PREAI
分享收藏
查看更多内容