Nature Machine Intelligence berichtete über eine Arbeit, die Prinzipien der Überwachung innerer physiologischer Zustände lebender Organismen mit Kybernetik, Lernen aus dem Verstärkenden Lernen (reinforcement learning) und Neurowissenschaften verbindet. Ziel ist es, eine Grundlage für autonome und adaptive künstliche Agenten zu schaffen, die in einem physischen Körper handeln können.

In lebenden Systemen werden Veränderungen des inneren Zustands bei der Interaktion mit einer komplexen Umwelt berücksichtigt und beeinflussen spätere Handlungen. Die Übertragung dieser Idee auf künstliche Systeme verbindet ihr Verhalten nicht nur mit externen Signalen, sondern auch mit internen Parametern.

Die Veröffentlichung basiert auf einer Synopse von Metadaten und nicht auf dem Volltext der Studie. Daher lässt sich aus den verfügbaren Materialien nicht feststellen, welche Architekturen, Experimente oder Messgrößen die Autoren verwendet haben.