主动推理被表述为凸马尔可夫决策过程

2026年10月15日，arXiv Artificial Intelligence 刊出 Nikola Milosevic 等作者的论文，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）。论文称，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。上述结论均出自该论文自身表述，其适用对象为闭环控制策略下的 EFE 最小化，尚未见其他来源的独立验证或后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。