机构名称：
¥ 3.0
心理好奇心在人类智能中发挥着重要作用，它通过探索和信息获取来增强学习。在人工智能 (AI) 社区中，人工好奇心为高效学习提供了自然的内在动机，其灵感来自人类的认知发展；同时，它可以弥合人工智能研究与实际应用场景之间的现有差距，例如过度拟合、泛化能力差、训练样本有限、计算成本高等。因此，好奇心驱动的学习 (CDL) 变得越来越流行，其中代理自我激励学习新知识。在本文中，我们首先对好奇心的心理学研究进行了全面的回顾，并总结了一个量化好奇心的统一框架及其唤醒机制。基于心理学原理，我们进一步调查了强化学习、推荐和分类领域中现有 CDL 方法的文献，讨论了其优缺点以及未来的工作。因此，这项工作为未来的 CDL 研究提供了有益的见解，并为进一步改进提供了可能的方针。
人工智能任务中的好奇心驱动学习
主要关键词
相关文件推荐
