介绍了一种基于 SGIM-ACTS 架构的主动学习方法，帮助机器人通过对多种教师的学习来达到多种目标，包括掌握数据收集策略、实现运动技能和在新情况下进行泛化，该方法在实验中表现出了显著的学习效果。

Apr, 2018

本论文提出了一种基于内在动机的目标探索算法，结合自主学习过程和增量式目标策略搜寻探索，可以自动生成任务序列并发掘多种技能，无需特定的目标指令，适用于机器人等人工智能设备的自主发展学习。

Aug, 2017

提出了一种多任务学习的层级强化学习框架，名为 SGIM-SAHT，用于使机器人完成各种复杂的控制任务，并演示了该框架能够学习到基本的任务和复合任务之间的层次关系，从而实现了从简到难的任务学习，并通过表示任务依赖性、内在动机探索、主动模仿等途径，使机器人能够推断出自己的任务学习进度，并决定何时、如何、以及向谁进行模仿学习。

Feb, 2022

本研究提出使用深度表示学习算法学习目标空间的方法，通过此方法可以发现探索算法，与工程化表示法相比性能表现相匹配。

Mar, 2018

该论文提出了一种名为 CURIOUS 的算法，它利用 MODULAR Universal Value Function Approximator 和自动化课程学习机制来实现学习代理的自主目标设定和自我组织学习课程，实现学习目标的快速最优化。

Oct, 2018

提出了一种基于元学习的 AMIGo 智能体，该智能体包含一个目标生成教师，该教师提出具有对抗性的内在目标来训练一个学生策略，使其在缺少环境奖励时可以学到普遍技能，通过自我建议的目标产生自然课程，并在固有动机和最新 RL 方法失败的情况下解决具有挑战性的生成式任务。

Jun, 2020

本研究基于自由能原理，使用变分递归神经网络模型，提出了一种目标导向的行动规划和生成模型，具有静态感知状态和动态运动过程目标的指定和理解，以及根据过去的感知观察推断当前状态的最优估计，为特定目标生成未来行动计划，并在移动代理上进行了实验验证。

Feb, 2022

基于自由能最小化原则的主动推理理论，提出了一个输出 - 概率、时间预测、模块化人工神经网络结构，能够处理感觉运动信息，推理与行为相关的世界方面，并调用高度灵活、目标导向的行为，其中包括利用形成的地形图灵活驾驶、避免障碍和选择通往目的地的路径。另外，研究表明该学习代理适用于进行零样本推广，适用于不同地形的环境。

Feb, 2022

本文提出了一种新型的主动推理控制器 (AIC)，它是一种适用于工业机器人的自适应控制方案，能够应对大型模型不确定性，同时还能在大型未建模动态的情况下保持高性能。该方法基于主动推理，从控制角度推导出的模型无关的控制定律，能够比目前最先进的模型参考自适应控制器 (MRAC) 更好地适应性，提供了一种更为通用的控制定律，这证实了主动推理对机器人控制的相关性。

Sep, 2019

通过提出自动课程设计和目标建议模块，来提高强化学习中的多任务目标采样效率，并在机器人和导航任务中展示了比现有方法更好的性能。

Jun, 2020