PNAS 论文：8-12 岁儿童比 RL 智能体探索更远，驱动因素是赋权
_akpiper · x · 2026-11-06
Eliza Kosoy 团队在 PNAS 发表新论文，将儿童（8-12 岁）、成人和内在动机 RL 智能体放入同一个开放式环境中，研究「没有指令时是什么驱动探索」这一根本问题。
主要发现：
- 人类探索的范围更远，尽管可用时间远少于智能体
- 人类探索与新颖性和 empowerment（获得对环境的控制力）的关联，比与信息增益的关联更稳定
- 无论人类还是智能体，新颖性带来的探索会趋于平台期，而 empowerment 驱动的探索持续增长
作者与 Pieter Abbeel、Alison Gopnik 等合作，提出 agentic AI 的下一个前沿可能不是更好的推理或奖励函数，而是理解好奇心本身从何而来。
「研究」频道最新
- DFlash 2 并行草拟破解投机解码瓶颈:多接受 21% token 仅增 1.3% 延迟 — songhan_mit · 2026-11-06
- 开源触觉传感器 OpenTac 用 HDR 读出同时测轻触与重压 — _krishna_murthy · 2026-11-06
- METR 发布 Anthropic AI 研发加速独立评估,大部分关键证据被删减 — rohanpaul_ai · 2026-11-06
- 模型价值等于省下的条件熵：世界越乱，模型公司越难赚钱 — xiaosun86 · 2026-11-06
- AI 领域最值钱的秘密，是那些「此路不通」定理 — fkasummer · 2026-11-06
- 隐藏信息评测翻车:Agent 猜中 RNG 种子 2026 恢复像素置换 — RobertTLange · 2026-11-06