Inria 与 Levin 团队发布 CARL:自目标强化学习智能体发现并实时操控 Lenia 孤子
pyoudeyer · x · 2026-11-17
Inria、塔夫茨大学(Michael Levin 团队)与 Inria Moulin-Frier 合作推出 CARL(The Artificial Experimentalist),发表于 ALife 2026:一个基于 autotelic 强化学习的闭环智能体,能在连续元胞自动机 Lenia 中自主采样目标、学习目标条件策略,通过局部最小干预发现和操控自组织现象。
三大能力:
- 在多种 Lenia 更新规则下发现稳定孤子(soliton),成功率高于启发式基线;
- 用极少干预学会改变已有孤子的运动方向;
- 实时跟随人类方向指令,引导孤子走迷宫。
论文与代码已开源,作者还提供了浏览器内交互 demo(创建孤子、操控孤子),读者可直接上手体验。现有方法多为开环(设初条件后跑完整模拟看结果),CARL 的闭环干预框架为复杂系统的探索与控制提供了新范式,对 self-organization 与 AI for Science 方向都有参考价值。
「研究」频道最新
- 投资机构撰文解释押注 Demis Hassabis 创办的 Isomorphic Labs — aleximm · 2026-11-17
- Maldacena 等顶级物理学家谈 AI:谁产生知识不重要 — binarybits · 2026-11-17
- 伯克利博士生推出 FrontierCS 2,让 AI 智能体盲测挑战已发表论文 — arena · 2026-11-17
- 统计学家:一个月三次异常事件,足以拒绝低基准率假设 — wfithian · 2026-11-17
- Isomorphic Labs 融资 50 亿美元,六个月内第二笔巨额轮 — The Decoder · 2026-11-17
- Google 论文 EfficientSkill:两阶段裁剪 agent 技能,输出 token 最多省 80% — dair_ai · 2026-11-17