- 1次围观
当环境发生变化时，如何更新预测性认知地图，是生物智能体和强化学习共同面临的核心问题。然而，现有方法要么依赖显式的模型知识，要么通过样本学习完整的、以状态为索引的地图。我们提出了默认特征表征（Default Feature Representations，DFR），这是一种预测性认知地图的特征化参数化方法，其中固定的特征基与一个编码当前环境的算子复合。我们为该算子提供了两种形式：当环境之间的结构变化已知时，采用基于模型的闭式表达；当结构变化未知时，采用一种无模型的时序差分学习规则，从采样到的状态转移中恢复该算子，并证明其能够收敛至基于模型的解。无模型DFR仅凭样本即可重建受扰动的地图，在规划性能上可达到与基于模型的解相当的水平，并且在重新规划任务中显著优于后继表征基线。我们还表明，DFR能够捕捉在局部环境变化下观察到的网格细胞局部重映射现象。通过将认知地图分解为稳定的特征基和快速适应的算子，DFR为预测性地图如何依据局部经验进行更新提供了一种基于样本的解释，并体现了内嗅皮层网格场在不同环境之间的稳定性。
作者声明不存在任何利益冲突。
感谢您有兴趣传播bioRxiv上的内容。
注意：我们要求提供您的电子邮箱地址，仅用于确认您是本文的发送者。
关键词：认知地图 · 网格细胞 · 强化学习 · 预测性表征 · 时序差分学习
原文链接：https://www.biorxiv.org/content/10.64898/2026.05.11.724436v1?rss=1
来源出处