18、基于预期驱动的人工人格：借鉴Lewin和Loehlin理论

基于预期驱动的人工人格：借鉴Lewin和Loehlin理论

1. 控制模拟结果分析

在控制模拟中，不同的控制方式展现出了不同的效果。模拟结果显示，递归控制是最佳的控制方式。从图2a中可以清晰地看到，这种控制方式达到了最优状态。而在图2b中，模型预测控制围绕设定点 $x_0 = 3/4$ 呈现出阻尼振荡的状态，并且这种阻尼效果取决于权重 $w_1$ 的取值。图2c则表明，在相同的权重 $w_1$ 下，递归模型预测控制比模型预测控制表现得更好。

递归控制以及递归模型预测控制的独特之处在于，它们能够自行找到设定点，这个设定点就是混沌映射的不稳定平衡点。递归控制并不使用明确的设定点，而是以被稳定化的不稳定平衡状态作为隐含的设定点。这种控制方式旨在最小化 $x(t + 1)$ 和 $x(t)$ 之间的距离，这与获取固定点 $x(t + 1) = x(t)$ 的自适应行为相对应，也可以看作是一种预期学习。因为大多数学习算法的本质都是通过最小化成本函数，使系统收敛到稳定状态。

2. 人工人格相关概念

2.1 人格的定义与问题

人格可以被理解为对一致的态度和行为模式的预期。每个人都有可识别的个体行为，这些行为能够帮助他人识别自己。经典的人格问题包括：个体特征从何而来？它们是真正独特的，还是所有人共有的特定组合？这些特征是通过学习获得、遗传而来，还是两者兼而有之？人格是否可以改变，如果可以，该如何改变？

多年来，人工智能研究主要关注智能的概念，而不一定是具身的智能。近年来，构建能够与人类互动并展现出人格特征的智能体受到了越来越多的关注。这一努力可以概括为理解人格概念并构建具有情感和动机等特征的人工人格。然而，在研究人类人格时出现的