論文の概要: The Work Capacity of Channels with Memory: Maximum Extractable Work in Percept-Action Loops
- arxiv url: http://arxiv.org/abs/2504.06209v1
- Date: Tue, 08 Apr 2025 16:54:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-09 13:30:32.790370
- Title: The Work Capacity of Channels with Memory: Maximum Extractable Work in Percept-Action Loops
- Title（参考訳）: 記憶のあるチャネルの作業能力:知覚行動ループにおける最大抽出可能作業
- Authors: Lukas J. Fiderer, Paul C. Barth, Isaac D. Smith, Hans J. Briegel,
- Abstract要約: 知覚行動ループにおける情報処理の熱力学を解析する。
エージェントが作業環境から作業を引き出すことができる最大速度という、作業能力の概念を導入します。
- 参考スコア（独自算出の注目度）: 0.5999777817331317
- License:
- Abstract: Predicting future observations plays a central role in machine learning, biology, economics, and many other fields. It lies at the heart of organizational principles such as the variational free energy principle and has even been shown -- based on the second law of thermodynamics -- to be necessary for reaching the fundamental energetic limits of sequential information processing. While the usefulness of the predictive paradigm is undisputed, complex adaptive systems that interact with their environment are more than just predictive machines: they have the power to act upon their environment and cause change. In this work, we develop a framework to analyze the thermodynamics of information processing in percept-action loops -- a model of agent-environment interaction -- allowing us to investigate the thermodynamic implications of actions and percepts on equal footing. To this end, we introduce the concept of work capacity -- the maximum rate at which an agent can expect to extract work from its environment. Our results reveal that neither of two previously established design principles for work-efficient agents -- maximizing predictive power and forgetting past actions -- remains optimal in environments where actions have observable consequences. Instead, a trade-off emerges: work-efficient agents must balance prediction and forgetting, as remembering past actions can reduce the available free energy. This highlights a fundamental departure from the thermodynamics of passive observation, suggesting that prediction and energy efficiency may be at odds in active learning systems.
- Abstract（参考訳）: 将来の観測を予測することは、機械学習、生物学、経済学、その他多くの分野において中心的な役割を果たす。
これは変動自由エネルギー原理のような組織原理の中心にあり、シーケンシャルな情報処理の基本的なエネルギー的限界に達するのに必要な熱力学の第2法則に基づいても示されている。
予測パラダイムの有用性は議論の余地はないが、環境と相互作用する複雑な適応システムは単なる予測マシン以上のもので、それらは環境に作用し、変化を引き起こす力を持っている。
本研究では,エージェントと環境相互作用のモデルであるパーセプション・アクション・ループにおける情報処理の熱力学を解析する枠組みを構築し,エージェントが作業環境から作業を引き出すことができる最大速度という,作業能力の概念を導入する。
その結果,従来確立されていた2つの作業効率エージェントの設計原則 – 予測力の最大化と過去の行動を忘れること – が,行動が観察可能な結果をもたらす環境において最適でないことが判明した。
作業効率の高いエージェントは、過去のアクションを思い出すことで利用可能な自由エネルギーを減少させるため、予測と忘れのバランスをとる必要がある。
これは受動的観測の熱力学から根本的に離れていることを強調し、能動的学習システムでは予測とエネルギー効率が相反する可能性があることを示唆している。
関連論文リスト
- Work extractability from energy eigenstates under optimized local
operations [0.0]
熱力学の第2法則と量子多体系のエネルギー固有状態の関係について検討する。
このような顕著な異なる挙動が熱エネルギー固有状態の数に起因することを数値的に示す。
論文 参考訳（メタデータ） (2023-08-07T12:34:09Z) - Energy Transformer [64.22957136952725]
我々の研究は、機械学習における有望な3つのパラダイム、すなわち注意機構、エネルギーベースモデル、連想記憶の側面を組み合わせる。
本稿では,エネルギー変換器(ET,Energy Transformer)と呼ばれる新しいアーキテクチャを提案する。
論文 参考訳（メタデータ） (2023-02-14T18:51:22Z) - A Neural Active Inference Model of Perceptual-Motor Learning [62.39667564455059]
アクティブ推論フレームワーク(英: active inference framework、AIF)は、現代の神経科学を基盤とした、有望な新しい計算フレームワークである。
本研究では,ヒトの視覚行動指導において,AIFが期待する役割を捉える能力をテストする。
本稿では,多次元世界状態から自由エネルギーの一次元分布にマッピングする先行関数の新たな定式化について述べる。
論文 参考訳（メタデータ） (2022-11-16T20:00:38Z) - The Free Energy Principle for Perception and Action: A Deep Learning
Perspective [4.6956495676681484]
自由エネルギーの原理とその論理的活動的推論は、生物エージェントが世界の優先状態の制限されたセットに留まっていると仮定するバイオインスパイアされた理論を構成する。
この原則の下で、生物学的エージェントは世界の生成モデルを学び、その嗜好を満たすホメオスタティックな状態にエージェントを維持できる将来的なアクションを計画する。
この写本は、より現実的な問題に理論的側面を根ざして、活発な推論の枠組みに対する新たな視点を探求している。
論文 参考訳（メタデータ） (2022-07-13T11:07:03Z) - A-ACT: Action Anticipation through Cycle Transformations [89.83027919085289]
未来を予測できる人間の能力が、機械学習アルゴリズムにどのように移行できるかを分析するために、一歩後退します。
人間の心理学に関する最近の研究は、発生を予測して、人間の脳が両方のシステムにカウントされていることを説明している。
本研究では,行動予測作業における各システムの影響について検討し,学習フレームワークに統合するためのパラダイムを導入する。
論文 参考訳（メタデータ） (2022-04-02T21:50:45Z) - Emergence of energy-avoiding and energy-seeking behaviours in
nonequilibrium dissipative quantum systems [0.0]
平衡から導かれる基本散逸量子系における生命に似た挙動と機能を見いだす。
具体的には、エネルギー回避(低定常散逸)とエネルギー探索(高定常散逸)の両方を見出す。
また、システムの環境(エネルギー探索モード)における自己組織的熱勾配と(エネルギー回避モード)熱勾配に対する能動的平衡という、創発的機能も見出す。
論文 参考訳（メタデータ） (2022-01-12T14:54:08Z) - Class of quasiprobability distributions of work and initial quantum
coherence [0.0]
本研究では, 作業の準確率分布のクラスについて検討し, システムの平均エネルギー変化に匹敵する平均作業量を与える。
量子コヒーレンスを含む揺らぎ定理は熱力学の第2法則に従う。
論文 参考訳（メタデータ） (2021-10-03T10:56:07Z) - Collective effects on the performance and stability of quantum heat
engines [62.997667081978825]
小型熱機関の動作における量子力学的拡張の最近の予測は、新たな関心を集めている。
1つの重要な問題は、集団効果が大規模に拡張するのに役立つかどうかである。
エンジンを構成するスピンの数とともに, パワー, 効率, 一貫性のスケールについて検討する。
論文 参考訳（メタデータ） (2021-06-25T18:00:07Z) - Maximal power for heat engines: role of asymmetric interaction times [110.83289076967895]
本稿では、エンジン性能を最適化するために、相互作用時間非対称性を調整するという考え方を紹介する。
個別最適化プロトコルは熱力学の枠組みで解析される。
論文 参考訳（メタデータ） (2020-12-16T22:26:14Z) - Thermodynamic Machine Learning through Maximum Work Production [0.0]
本稿では, 適応型物理エージェントにおいて, 作業生産が最も重要な性能指標であるという熱力学の原理を紹介する。
与えられた環境データに対する最大作業エージェントの選択は、最大作業員モデルを見つけることと一致していることを示す。
このようにして、適応的な熱力学系における学習の基盤となる組織原理として研究が生まれる。
論文 参考訳（メタデータ） (2020-06-27T17:57:24Z) - Whence the Expected Free Energy? [68.8204255655161]
我々は、期待される自由エネルギー(EFE)が単に「未来の自由エネルギー」ではないことを示した。
そして、新しい目標、期待される未来自由エネルギー(FEEF)を開発する。
論文 参考訳（メタデータ） (2020-04-17T09:06:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。