虚拟果蝇研究揭示：无奖励探索遵循群体状态覆盖最大化原理

aran_nayebi · x · 2026-10-29

Aran Nayebi 团队发布第二个 NeuroAgent 工作，将"虚拟动物"方法扩展到更复杂的身体，逆向工程果蝇如何决定未来行动。

团队用内在动机（intrinsic-motivation）算法训练虚拟果蝇，看哪种最能复现真实果蝇的行为和大脑活动。结果发现果蝇遵循一个优美的计算原理：在群体（population）而非个体层面、以分层方式（通过 DIAYN 这种好奇心机制）最大化状态空间覆盖——即像一群 agent 的"群体"那样选择覆盖"地球"的行动。这项工作探索了动物在无奖励、无任务指令下自主探索的计算目标。