Dec, 2023

主动推理和有意行为

PDF
TL;DR最近理论生物学的进展表明，体外细胞培养和神经网络分别是基础认知和有感知行为的新兴属性。本文通过自由能原理的视角对这种自组织现象进行了描述，并通过模拟研究了反应性、有感知性和有意图性的行为形式，证明了在归纳推理的主动推断下自适应行为的快速高效的产生。
theoretical biologycell culturesneuronal networksself-organisationactive inference
发现论文，激发创造
  • 仿真智能体的可支配性推断和主动运动控制

    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

  • 主动推理作为代理模型

    活动推理是一种规范性贝叶斯框架，能够模拟和建模智能代理行为，同时提供了对探索和利用之间的困境的原则性解决方案。

    Jan, 2024

  • 复杂推理

    该研究论文讨论了采用递归形式的期望自由能的先进主动推断方法，通过对信念状态的序列进行搜索解决了探索与开发的问题，并验证了该算法在深度决策问题上的能力。

    Jun, 2020

  • 关于主动推理中的预测规划与因果学习

    通过研究主动推理中基于计划和经验学习的两种决策方案，本文提出了一种混合模型，以平衡决策过程，并在挑战性的网格世界情景中评估了该模型的适应性，并分析了各种参数的演变，为智能决策提供了有价值的见解。

    Mar, 2024

  • 光导性的主动推断实现

    本文通过一个简单的基于代理的模型，展示了积极推理作为感知和行动的一种可能的统一理论，并且解释了行为和感知之间的深层对称性。

    Jul, 2017

  • 用深度主动推理技术实现自主机器人导航

    本文介绍了活跃推理的理论，并利用深度学习的最新进展，构建能够处理高维传感器数据并进行主动推理的复杂生成模型，这是深度主动推理在真实世界机器人导航任务中的首次应用。

    Mar, 2020

  • 面向人形机器人的积极推断身体感知和动作

    通过在仿生系统中应用主动推理身体感知和行为模型，能够在机器人上实现适应性身体感知和动作，并分析该方法适用于现实世界的交互。

    Jun, 2019

  • 运用主动推理建模可持续资源管理

    主题：积极推理，自适应行为，决策制定，可持续资源管理和环境动态；总结：积极推理可在面对环境变化时产生可持续、有韧性的行为，并对可持续行为的理解和塑造具有潜力。

    Jun, 2024

  • 知觉和行动的自由能原理：深度学习的视角

    这篇文章探讨了利用深度学习和人工智能设计和实现基于主动推断的人工智能代理，为主动推论框架提供新的视角和实际指南，对于对主动推论新手和想要研究自由能原理实现的深度学习从业者有启发作用。

    Jul, 2022

  • 离散状态空间上的活跃推断综合

    本篇论文提供了关于 Active Inference 在离散状态空间模型中的完整数学综合，从基本原理推导神经动力学，并将此动力学与生物过程联系起来，是了解混合生成模型中的主动推理所需的基本构建块。

    Jan, 2020