人工エージェントが多様な環境を学習するためには，内発的動機に基づく報酬が必要である．これまでに，エージェントの内発的動機づけの研究が行われてきたが，統合的なアーキテクチャの中で検討するものはなかった．本研究では，ACT-Rを用いて内発的動機づけの認知モデルの構築を目指す．モデルは環境中のパターンの発見を知的好奇心の源泉とみなす．それによって，モデルは複数の異なる広さの環境を学習することができた．

日常において、他者の行動を探り合う状況は頻繁に発生する。しかし、その認知プロセスは十分に明らかになっていない。これを明らかにするには、認知プロセスを詳細に記述するモデルが必要である。本研究では、行動の探り合いが発生するカードゲームで認知アーキテクチャACT-Rによるモデルと人間を対戦させる実験を行った。その結果、自己の行動を模倣するモデルを相手としたときに、参加者はモデルを人と感じる傾向にあった。

This paper proposed two approaches to explain the processes of building and developing mental model applied to smartphone applications. Firstly, we developed two versions of money manager smartphone application. And we did empirical studies to collect user behaviors data and built their mental maps to explain how the users build and change their mental model. Secondly, this research tries to describe the underlying mechanism of the development of mental model based on ACT-R cognitive architecture. The proposed simulation model consists of two sub-functions: declarative function and perceptual function.