新研究提出内感受注意力机制:动态分配感知精度,显著提升觅食智能体生存率
摘要:arXiv 最新论文提出一种内感受注意力机制,让智能体在有限感知带宽下动态分配感知精度,优先处理最紧迫的生理需求。在 AffectWorld 四通道觅食网格环境中,该机制使学习阶段生存率从 0.199 提升至 0.414(提升超过一倍),且效果同时作用于感知与规划。研究还发现,注意力分配与需求对齐,且被关注的通道学习速度更快。该工作为主动推理与具身智能体设计提供了新思路。
研究背景
生物系统必须在有限的感知带宽下调节相互竞争的需求,提升某一估计的精度必然牺牲其他估计。因此,任何固定预算的系统都需要决定如何分配感知精度。
核心方法
本研究基于主动推理(Active Inference)建模一个觅食智能体,该智能体需维持多种身体需求以生存。在每个时间步,智能体读取自身身体状态信念,识别最需要的通道,并将固定预算的内感受精度重新分配给它,使同一精度形状的似然同时用于信念更新和规划。
实验结果
在 AffectWorld(四通道觅食网格世界)中,与均匀精度智能体相比,选择性分配使学习阶段生存率提升超过一倍(0.414 vs 0.199,跨 11 种布局,每种 32 个种子,配对聚类自助法 p ≤ 10⁻⁴)。
进一步实验揭示两个关键机制:
- 规划与感知的双重作用:若仅拒绝将形状似然提供给规划器,收益约减半,表明效果同时通过感知和规划实现。
- 需求对齐的重要性:将精度指向最不需要的通道,效果比均匀分配更差,说明注意力分配必须与需求对齐。
此外,被关注的通道学习自身动态的速度约为其他通道的两倍,即使在观测数量匹配时也保持领先,这是精度路由的行为痕迹,体现在学习速度而非生存率上。
技术亮点
- 动态精度分配:将固定预算的感知精度动态分配给最需要的通道,实现高效资源利用。
- 主动推理框架:将内感受注意力融入主动推理,统一感知与规划。
- 行为痕迹分析:通过学习速度而非生存率揭示精度路由机制,提供更细粒度的评估。
行业影响与开发者建议
该研究为具身智能体、机器人及多任务强化学习系统提供了新的设计思路。开发者可借鉴动态精度分配机制,在资源受限场景下优化感知与决策。对于主动推理和认知科学领域,该工作为理解生物注意力机制提供了计算模型。
原文出处
论文标题:Interoceptive Attention as Dynamic Homeostatic Prioritization in a Foraging Agent
论文链接:https://arxiv.org/abs/2608.04232
—— 完 ——主题标签: #主动推理 #内感受注意力 #觅食智能体 #感知精度分配
编辑部与事实核查说明:本篇专刊由智客前沿资讯管线根据官方技术公告、学术论文及开源工程文档整理编译,经算法实体核验与人工编辑审校后发布。若发现技术事实纰漏,欢迎依据勘误方针或一键向编辑部发送勘误反馈。
社区整体评论区