引言

本文将概述并总结近期发表在arXiv上的论文《“即时”世界模型支持人类规划与推理》，你可以在arXiv上阅读全文。

我们将用更温和、更易懂的语气面向更广泛的受众，介绍什么是基于模拟的推理，描述论文中提出的整体“即时”（Just-in-Time, JIT）框架——重点关注其机制编排，并总结它在支持人类规划和推理的情境下的表现原理以及如何帮助改进预测。

理解基于模拟的推理

想象一下，你身处一间黑暗、杂乱且布满障碍的房间最角落，想要确定到达门口的确切路径而不发生碰撞。同时，假设你准备击打一个台球，并在脑海中预见到球将遵循的准确轨迹。在这两种情况中有一个共同点：无需采取任何行动，就能在脑海中投射出未来的情境。这就是所谓的基于模拟的推理，而复杂的AI智能体在各种场景下都需要具备这项能力。

基于模拟的推理是人类不断用于决策、路线规划和预测环境中后续事件的认知工具。然而，现实世界极其复杂，充满细微差别和细节。试图详尽无遗地计算所有可能的情况及其影响，可能会在短短几毫秒内耗尽我们的心理资源。为了避免这种情况，用生物学的话说，我们并非创建一个近乎完美的现实复刻版，而是生成一个仅保留真正相关信息的简化表示。

科学界仍在试图回答一个核心问题：我们的大脑如何如此快速高效地决定在心理模拟中包含哪些细节、忽略哪些细节？正是这个问题，催生了目标研究中提出的JIT框架。

探索底层机制

为了回答上述问题，该研究的研究人员提出了一种创新的JIT框架。与传统理论假设的“规划前完全观察环境”不同，该框架主张动态构建心理地图，仅在真正必要时才收集信息。

该模型最大的成就在于，它定义了三个关键机制之间的组合与交织关系：

• 模拟（Simulation）：基于这一原则，我们的思维会提前草拟我们将遵循的行动步骤或路线。

• 视觉搜索（Visual search）：随着心理模拟向未知区域推进，它会向我们的眼睛（或AI智能体/系统的感知器）发送信号，去检查物理（或数字）环境中的特定部分。

• 表示修改（Representation modification）：当检测到可能干扰我们计划的物体（例如障碍物）时，大脑会立即对该物体进行“编码”，并将其添加到心理模型中予以考虑。

在实际操作中，这是一个快速且流畅的循环：大脑进行初步模拟，然后“眼睛”搜索障碍物，大脑更新信息，模拟继续——所有这些都以一种精妙协调的方式进行。

框架行为及其对决策的影响

该论文提出的JIT模型最迷人之处是什么？可以说，它惊人地高效。作者通过两个实验将人类行为与计算模拟进行了对比测试：迷宫导航和物理预测测试（例如猜测球的弹跳位置）。

结果表明，与从一开始就详尽处理整个环境的系统相比，JIT系统在内存中存储的物体数量显著更少。然而，尽管它基于仅包含现实一小部分的碎片化心理图像运行，但该框架仍能做出高质量、有依据的决策。这提供了一个深刻的启示：我们的思维并非通过处理更多数据来提升性能和响应速度，而是通过极高的选择性，在不消耗过多认知资源的情况下实现可靠的预测。

展望未来方向

虽然该研究提出的JIT框架为人类规划方式提供了精彩解释（并可能为突破AI系统的边界带来启示），但仍有一些领域有待探索。研究中的试验仅考虑了大体静态环境。因此，对该模型的扩展也应考虑高度动态甚至混沌的场景。理解当多个非静态物体共存时，我们如何选择相关信息，可能是这一引人入胜的人类规划与推理理论取得进一步进展的下一个重大挑战——而且，谁知道呢！——将其转化到AI领域。

推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0