​联邦推理和信念共享

文章预览

联邦推理和信念共享 https://www.sciencedirect.com/science/article/pii/S0149763423004694 摘要 ‍ ‍ 本文探讨了在共享一个共同世界及其世界模型的智能体之间通过信念共享而产生的分布式智能或联合推断。例如，想象几只动物在监视捕食者。它们的集体监视依赖于能够相互交流它们的信念——关于它们所看到的内容。但是，这是如何实现的呢？在这里，我们展示了如何通过最小化自由能来产生所有必要的组成部分。我们使用数值研究来模拟合成智能体中语言的生成、获取和涌现。具体来说，我们将推断、学习和选择分别视为最小化生成模型的状态、参数和结构的后验（即贝叶斯）信念的变分自由能。这些优化过程的共同主题是选择最小化预期自由能的行动，从而导致主动推断、学习和模型选择（也称为结构学习）。我们首先说明了通信在解决对部分观察世界的 ………………………………