Nov, 2022
感知运动学习的神经主动推断模型
A Neural Active Inference Model of Perceptual-Motor Learning
Zhizhuo Yang, Gabriel J. Diaz, Brett R. Fajen, Reynold Bailey, Alexander Ororbia
TL;DR本研究通过系统性探索视觉 - 运动任务的一种方法，测试了主动推理框架的能力，该框架基于当代的神经科学，并通过基于奖励的学习产生像人类一样的行为。我们提出的神经主动推理代理模型使用人工神经网络来选择动作，以便根据它们将揭示的任务环境信息的非常短期预测和预期自由能的长期估计来选择动作，在代理人的运动能力受限时才出现预期的行为，并且只有当代理人能够足够长时间地预测未来的累积自由能时，预期行为才会出现，通过这些结果证明了 AIF 作为人类预期视觉引导行为的可信模型。