arXiv Artificial Intelligence· Nikola Milosevic, Nicol\'as Hinrichs, Nico Scherf·· 19 小时前AI 评分22
主动推理可被表述为凸马尔可夫决策过程
Active Inference as a Convex Markov Decision Process
AI 导读
研究将主动推理（AIF）的期望自由能（EFE）最小化表述为策略优化问题，并证明对闭环控制策略而言，EFE 最小化可写成凸马尔可夫决策过程（MDP）。该视角显示，依赖策略的奖励预测误差是沿时间反向而非沿层级向上传播期望自由能的自然梯度。将世界模型学习与策略优化耦合后，主动推理具有表演性强化学习的结构。
来源：arXiv Artificial Intelligence · arxiv.org