逆强化学习框架推断动物行为目标

2026年10月1日，bioRxiv发布一项预印本研究，研究者将逆强化学习（IRL）发展为一种通用框架，用于从自然行为中推断动物的内部奖励目标及其诱导策略。该框架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，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。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。