文章预览
ON EFFICIENT COMPUTATION IN ACTIVE INFERENCE 2307.00504 关于主动推理中的有效推理 https://arxiv.org/pdf/2307.00504 https://github.com/aswinpaul/dpefe_2023 摘要 尽管主动推理被认为是神经生物学上合理的,但在复杂环境中模拟智能行为时,由于其计算成本高和为代理指定适当目标分布的困难,主动推理面临着挑战。本文引入了两种协同工作的解决方案来解决这些限制。首先,我们提出了一种新颖的有限时间范围规划算法,计算复杂度大大降低。其次,受控制理论文献中Z学习的启发,我们简化了为新的和现有的主动推理规划方案设置适当目标分布的过程。我们的第一个方法利用动态规划算法,该算法以其计算效率而闻名,通过Bellman最优性原则最小化规划中使用的成本函数。相应地,我们的算法递归地评估行动的预期自由能,以相反的时间顺序进行。这提高了计算效率,并允许
………………………………