mental simulation representation abstraction agent reasoning visual search
摘要

概率性心理模拟被认为在人类推理、规划和预测中起关键作用,但在复杂环境中,模拟的需求超出了人类的实际能力。一种有越来越多证据支持的理论认为,人们使用简化的环境表示进行模拟,忽略不相关的细节,但尚不清楚人们如何高效地确定这些简化。本文提出了一种基于模拟的‘即时’推理框架,展示了如何在线构建这些表示,且计算开销极小。该模型结合了模拟、视觉搜索和表示修改,当前模拟指导搜索方向,而视觉搜索标记应被编码的对象以供后续模拟使用。尽管仅编码了少量对象,该模型仍能做出高效用预测。在网格世界规划任务和物理推理任务中,实证结果支持该模型优于其他替代模型。这些结果为人类如何构建简化表示以支持高效心理模拟提供了具体的算法解释。

AI 推荐理由

论文探讨了人类如何通过简化表示进行高效模拟,与Agent Memory中关于表示压缩和选择性存储的研究相关。

论文信息
作者 Tony Chen, Sam Cheyette, Kelsey Allen, Joshua Tenenbaum, Kevin Smith
发布日期 2026-01-20
arXiv ID 2601.14514
相关性评分 7/10 (相关)