机构名称：
¥ 20.0
本论文将机器心理学作为一种跨学科范式，将学习心理学原理与自适应计算机系统相结合，以开发通用人工智能 (AGI)。通过将行为心理学与形式智能模型非公理推理系统 (NARS) 相结合，这项工作探索了操作性条件作用范式推动 AGI 研究的潜力。论文首先介绍机器心理学的概念基础，详细说明其与学习心理学的理论构造和 NARS 的形式主义的一致性。然后，它通过一系列实证研究进行，旨在系统地研究 NARS 与环境交互时日益复杂的认知行为的出现。最初，操作性条件作用被确立为使用 NARS 开发自适应行为的基本原则。后续章节探讨了日益复杂的认知能力，所有这些能力都是使用 NARS 进行研究的，使用了操作性学习心理学的实验范式：广义身份匹配、功能等价和任意适用的关系响应。在整个研究中，机器心理学被证明是一个指导 AGI 研究的有前途的框架，既可以操纵环境偶然性，也可以操纵系统的内在逻辑过程。这篇论文通过展示如何使用操作性心理范式和 NARS 来实现类似于人类认知的认知能力，为 AGI 研究做出了贡献。这些发现为更像人类学习和适应的 AGI 系统奠定了基础，有可能推动更通用、更灵活的人工智能的创造。
机器心理学的实证研究
主要关键词
相关文件推荐
