神经科学家已经发现了探索性行为如何使动物更有效地学习他们的空间环境。他们的发现可以帮助构建更好的AI代理，这些代理可以更快地学习并且需要更少的经验。

伦敦大学学院塞恩斯伯里惠康中心和盖茨比计算神经科学部门的研究人员发现，动物进行的本能探索性跑步并不是随机的。这些有目的的动作使老鼠能够有效地学习世界地图。这项研究于今天(4月28日)发表在《神经元》杂志上，描述了神经科学家如何测试他们的假设，即动物采取的特定探索性动作，例如快速冲向物体，对于帮助它们学习如何在环境中导航非常重要。

“心理学中有很多关于执行某些行为如何促进学习的理论。在这项研究中，我们测试了仅仅观察环境中的障碍物是否足以了解它们，或者有目的的，感官引导的行为是否有助于动物建立世界的认知地图，“塞恩斯伯里惠康中心小组负责人TiagoBranco教授说。

在以前的工作中，SWC的科学家观察到动物学习绕过障碍物的能力与它们跑向物体的次数之间存在相关性。在这项研究中，SWC博士生，该论文的第一作者PhilipShamash进行了实验，以测试阻止动物进行探索性运行的影响。通过在运动皮层的一部分表达一种称为通道视紫红质的光激活蛋白，菲利普能够使用光遗传学工具来防止动物开始向障碍物进行探索性奔跑。

研究小组发现，尽管老鼠花了很多时间观察和嗅探障碍物，但如果阻止它们跑向障碍物，它们就不会学习。这表明本能的探索行为本身正在帮助动物学习其环境地图。

为了探索大脑可能用来学习的算法，该团队与SWC的AndrewSaxe实验室的博士生SebastianLee合作，运行人们为人工代理开发的不同强化学习模型，并观察哪一个最接近地再现小鼠行为。

强化学习模型主要有两类：无模型和基于模型。研究小组发现，在某些情况下，小鼠的行为是无模型的，但在其他条件下，它们似乎有一个世界模型。因此，研究人员实现了一个可以在无模型和基于模型之间进行仲裁的代理。这不一定是小鼠大脑的工作方式，但它帮助他们理解学习算法中解释行为所需的内容。

“人工智能的问题之一是智能体需要大量的经验才能学习一些东西。他们必须探索环境数千次，而真正的动物可以在不到十分钟的时间内学习环境。我们认为这部分是因为，与人工代理不同，动物的探索不是随机的，而是专注于突出的物体。这种定向探索使学习更有效率，因此他们需要更少的经验来学习，“布兰科教授解释道。

研究人员的下一步是探索探索性行动的执行与子目标的表示之间的联系。该团队现在正在大脑中进行记录，以发现哪些区域涉及表示子目标以及探索性动作如何导致表征的形成。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：动物探索性研究