噪声感知下智能体的风险意识决策策略

arXiv:2608.06420v1 公告类型：新 摘要：生物系统中的感知本质上是嘈杂的，要求生物体在不确定的情况下做出决策，而错误分类可能会造成高昂的代价或致命的后果。我们提出了一种在噪声感知下觅食的人工生命捕食者-猎物模型，并比较了代理在使用考虑噪声预测的各种策略时的表现。通过对称和不对称感知噪声下的对照实验，我们表明，随着噪声的增加，盲目信任感知标签会导致灾难性的失败，而不确定性感知策略可显着提高生存率并减少致命错误。我们进一步观察到行为的定性制度转变，随着不确定性的增加，代理人从探索性策略转变为保守性策略。我们的模型将风险敏感的觅食、生态信息使用和人工生命联系起来，表明当感知不可靠时，显式信息收集可以提高鲁棒性。这些结果强调了不确定性感知决策的重要性，并为带有噪声标签的稳健学习提供了可解释的人工生命类似物。