本論文は、人工知能エージェントがデータ観察中に発生する認識的および達成的感情（驚きと誇り）に基づいて内的探求動機を持つことを可能にする学習フレームワークを提案する。これは、生命体の情報獲得と知識統合に不可欠な物理環境探索能力を人工知能モデルに付与する試みである。提案されたデュアルモジュール強化学習フレームワークは、データ分析スコアに従って驚きや誇りを引き起こし、これらの感情状態と探索行動との間の相関関係を最適化し、エージェントが学習目標を達成することを可能にします。実験の結果、ほとんどのエージェントで感情状態と探索行動の間の因果関係が実証され、驚きは平均15.4％増加し、誇りは平均2.8％減少する結果を示した。これは、驚きと誇りの相関係数がそれぞれρ surprise =0.461とρ pride =-0.237として現れ、既存の人間行動研究の結果と一致することを示しています。結論として、生物学的インスピレーションを受けたAI開発は、自律性などの生命体の利点を人工知能に与えることができることを示し、AI方法論が人間の行動研究の結果を裏付けることができることを実証的に証明する。
