主动推理中内感受优先化的两条路径：解离似然精度与偏好重加权

研究在含三种致命需求的觅食网格世界中对比主动推理智能体的两种内感受优先化干预：提高需求信息的精度，或提高对缓解结果的偏好。精度提升锐化内感受后验并改善生存；偏好重加权使身体状态远离致命边界，但改变学习状态，使所学模型覆盖的需求层级更少、整体质量更低，仅在到访层级上略高。在另外72个布局上的实验未能证实困难布局上的预期偏好收益，但两种干预均提升平均生存且交互为正。