19、预期驱动的人工个性：情感、动机与行为的探索

预期驱动的人工个性：情感、动机与行为的探索

1. 情感空间与行为轨迹

在探索智能体的行为时，情感空间是一个关键概念。智能体可以通过情感空间来搜索行为轨迹。情感值的表示方式多种多样，比如使用数值，但在可能的情况下，面部表情的风格化表示更为可取。状态之间的转换即为行为，这里的“行为”既涵盖简单动作，也包括可能的复杂动作网络。有时候，智能体的行为库可能无法触及某些状态。情感值可以通过遗传机制赋予状态，也可以在智能体访问该状态后通过学习获得。一个状态可能原本是中性的，但在被访问后其情感值可能会发生改变。

智能体在环境中的学习方式有多种。它可以学习整个图，就像认知地图一样；也可以只学习策略，即与那些状态相关联的状态和行为集合。在策略学习的情况下，实际的地图（状态之间的互连网络）由环境提供，而不存储在智能体内部。

动机是在实际执行行为之前对行为的预期评估。动机由其（预期的）后果状态的值计算得出。有一种理论强调只学习和记住动机（行为评估），而不是状态评估，因为状态值可以从（当前的）行为值计算得出。

在智能体与环境的交互方面，并行编程隐喻被用于思考这种交互。自引入CAA以来，并行编程被用于进行极点平衡学习实验，CAA控制器在一个VAX/VMS终端上运行，而环境（极点平衡动力学）则作为一个单独的进程在另一个终端上运行。

2. 主要成果：情感势、动机场与预期行为

2.1 预期系统的基本方程

从力场隐喻扩展而来，我们使用动机象形文字来描述预期系统中的情感、动机和行为等概念。每个系统状态j都被赋予一个情感势☺(j)，情感势空间定义了一个向量场，即动机场!”。在这种设置下，由情感势☺诱导的动机场!”驱动的行为B”遵循一