利用逆强化学习推断组织动物行为的动态目标

研究者将逆强化学习（IRL）发展为一种通用框架，可从自然行为中推断动物的内部奖励目标及其诱导策略，适用于自由活动行为和结构化任务，并能推断随时间切换或随经验渐变的目标。在小鼠捕蟋蟀实验中，该框架识别出动物在单次试验中切换的少量目标；在小鼠学习线索迷宫任务中，推断出内部奖励随学习进展的变化。模型在两组数据上均能预测留出动作并生成再现动物表现关键特征的扩展行为。