通用人工智能中的自适应纠缠博弈模块

arXiv cs.AI 论文
artificial-general-intelligence brain-inspired adaptive-agents probability-wave neurofinance agi-research

摘要

本文介绍了一个用于建模自适应智能体的概率波框架，并展示了其在解释股市数据中人类决策模式方面的有效性，建议将其与常规人工智能集成，以构建更高效的通用人工智能系统。

arXiv:2609.09226v1 公告类型：新 摘要：我们引入了一个概率波框架，用于建模交互式自适应智能体的集体行为，并通过广义行为智能（GBI）非局部概率波方程推导出可测试的本征模式。该框架通过解析机制捕捉了广泛的人类智能行为，并提供了一种间接方法，通过集体交易者行为来检验Liu-Chen-Ao（LCA）非局部纠缠神经纤维假设。我们对中国日内股市数据的实证分析表明，自适应纠缠博弈模式解释了82-94%（整体89%）的观察决策模式，这与基于独立理性主体的古典金融预测形成鲜明对比。此外，2-12%的行为表现出对日内新闻、事件和环境的适应，以双重平衡状态和突然的参考点转变为特征，而纯独立模式发生在不到5%的情况下。这些发现实证支持了LCA假设，因为可观测的交易行为反映了行为心理学中潜在的脑机制和内部智能决策。我们的结果强调了在通用人工智能（AGI）架构中引入自适应纠缠博弈模块的必要性，解决了基于传统人工神经网络（ANN）的人工智能的局限性，后者依赖于数万亿个不透明参数。通过将基于ANN的人工智能与基于概率波的纠缠脑模拟集成，机器学习可以丰富AGI基础模型（FM），并促进利用脑启发机制的类人处理单元（HPU）的开发。这样的HPU最终可能创建更紧凑、高效和稳健的AGI系统，特别是在具身智能和机器人领域。
查看原文
查看缓存全文

缓存时间: 2026/09/11 08:35 

# 通用人工智能中的自适应纠缠博弈模块
来源：https://arxiv.org/abs/2609.09226
查看PDF（https://arxiv.org/pdf/2609.09226）

> 摘要：我们引入了一个概率波框架来建模交互式自适应智能体的集体行为，通过广义行为智能（GBI）非局域概率波方程推导出可检验的本征模式。该框架以解析机制捕捉了广泛的人类智能行为，并通过集体交易者行为提供了一种间接检验刘-陈-敖（LCA）大脑非局域纠缠神经纤维假说的方法。我们对中国日内股市数据的实证分析表明，自适应纠缠博弈模式解释了82%-94%（整体89%）的观察决策模式，这与基于独立理性主体的新古典金融预测形成鲜明对比。此外，2%-12%的行为表现出对日内新闻、事件和环境的适应，其特征为双重平衡状态和突变的参考点转换，而纯粹独立模式在不到5%的情况下出现。这些发现从经验上支持了LCA假说，因为可观察的交易行为反映了行为心理学中潜在的大脑机制和内部智能决策。我们的研究结果强调了将自适应纠缠博弈模块纳入通用人工智能（AGI）架构的必要性，解决了传统基于人工神经网络（ANN）的AI的局限性——后者依赖数万亿不透明参数。通过将基于ANN的AI与基于概率波的纠缠大脑模拟相结合，机器学习可以丰富AGI基础模型（FMs），并促进开发利用大脑启发机制的类人处理单元（HPU）。这种HPU最终可能创建更紧凑、高效和稳健的AGI系统，特别适用于具身智能和机器人领域。

## 提交历史

来自：施蕾蕾 [查看邮件（https://arxiv.org/show-email/b9e93c8e/2609.09226）] **\[v1\]**2026年9月7日 星期一 09:44:12 UTC（701 KB）

相似文章

Agentic AI 网络中涌现通信的泛化界限

arXiv cs.AI

本文提出了一个用于 Agentic AI 网络（AgentNet）中涌现通信的信息论框架，解决了物理约束问题并提供了泛化界限。在硬件原型上的实验验证表明，与现有最先进的解决方案相比，该框架显著提升了泛化性能。

思维经济：基于经济交互的新型多智能体智能涌现

Hugging Face Daily Papers

本文提出了一种受哈耶克经济理论启发的“智能体经济”框架，其中智能体通过基于拍卖的竞争和经济选择实现自组织，无需集中控制即可产生涌现的多步推理和集体智能。该框架在包括数学推理、金融研究和科学研究在内的五项智能体任务中，均优于更强的单一架构基线模型。

观点：Agentic AI系统是实现AGI的可预见路径

arXiv cs.AI

本文认为，单一模型的单体型扩展不足以实现AGI，并提出具有多智能体协作的Agentic AI是必要的范式，理论上证明了代理系统在泛化和样本效率上具有指数级优势。