内感受注意力作为觅食代理中的动态稳态优先级

arXiv:2608.04232v1 公告类型：新 摘要：生物系统必须在有限的感知带宽下调节竞争需求，其中锐化一种估计会消耗锐化其他估计的能力。因此，任何固定预算系统都必须决定在哪里分配其感知精度。我们在一种觅食剂中研究这一点，它必须满足多种身体需求才能生存，并以主动推理为模型。在每一步中，它都会读取自己的身体状态信念，识别最需要的通道，并为其重新分配内感受精度的固定预算，以便相同的精确形状的可能性同时满足信念更新和规划。在 AffectWorld（一个四通道觅食网格世界）中，这种选择性分配使学习阶段的生存率在与统一精度代理相匹配的预算下增加了一倍多（11 种布局中的 0.414 美元 vs 0.199 美元，每个 $n{=}32$ 种子，配对集群引导 $p \leq 10^{-4}$）。两个进一步的结果使该机制更加清晰。好处贯穿于规划和感知，因为仅否认规划者所形成的可能性就消除了大约一半的可能性。它也是根据需求调整的，因为瞄准最不需要的通道的精度比均匀分布它要差。受关注的通道还以大约两倍的速度学习自己的动态，并且即使在匹配的观察计数（相同精确路由的行为轨迹）下也保持领先，这在学习速度而不是生存中可见。