論文の概要: Active Inference in Discrete State Spaces from First Principles

• arxiv url: http://arxiv.org/abs/2511.20321v1
• Date: Tue, 25 Nov 2025 13:54:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-26 17:37:04.490832
• Title: Active Inference in Discrete State Spaces from First Principles
• Title（参考訳）: 離散状態空間における第一原理からのアクティブ推論
• Authors: Patrick Kenny,
• Abstract要約: 我々は、それを自由エネルギー原則から切り離すことにより、アクティブ推論の概念を明確にすることを目指している。 本稿では,離散状態空間における能動推論を実現するために最適化を行う必要があることを,制約付き発散最小化問題として定式化できることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We seek to clarify the concept of active inference by disentangling it from the Free Energy Principle. We show how the optimizations that need to be carried out in order to implement active inference in discrete state spaces can be formulated as constrained divergence minimization problems which can be solved by standard mean field methods that do not appeal to the idea of expected free energy. When it is used to model perception, the perception/action divergence criterion that we propose coincides with variational free energy. When it is used to model action, it differs from an expected free energy functional by an entropy regularizer.
• Abstract（参考訳）: 我々は、それを自由エネルギー原則から切り離すことにより、アクティブ推論の概念を明確にすることを目指している。 離散状態空間における能動推論を実現するために行うべき最適化は、期待される自由エネルギーのアイデアに訴えない標準平均場法で解ける制約付き分散最小化問題として定式化できることを示す。 知覚をモデル化する場合、提案する知覚/行動分散基準は変動自由エネルギーと一致する。 作用をモデル化する際には、エントロピー正則化器によって機能する期待自由エネルギーとは異なる。

関連論文リスト

• FEAT: Free energy Estimators with Adaptive Transport [56.65918359070768]
  自由エネルギー推定のための新しいフレームワークである適応輸送を用いた自由エネルギー推定器(FEAT)を提案する。 FEATは、ガードされたジャージンスキーの等式と制御されたクルックスの定理に基づく一貫した最小分散推定器を提供する。 おもちゃの例、分子シミュレーション、量子場理論に関する実験的検証は、既存の学習法よりも改善されていることを示す。
  論文  参考訳（メタデータ） (2025-04-15T15:16:18Z)
• Reframing the Expected Free Energy: Four Formulations and a Unification [3.9121134770873733]
  能動推論は期待される自由エネルギーに基づいている。 本稿では、これらの定式化を1つのルート予測自由エネルギー定義から導出する問題を定式化する。
  論文  参考訳（メタデータ） (2024-02-22T11:38:43Z)
• Sampling with Mollified Interaction Energy Descent [57.00583139477843]
  モーフィファイド相互作用エネルギー降下(MIED)と呼ばれる新しい最適化に基づくサンプリング手法を提案する。 MIEDは、モル化相互作用エネルギー(MIE)と呼ばれる確率測度に関する新しいクラスのエネルギーを最小化する 我々は,制約のないサンプリング問題に対して,我々のアルゴリズムがSVGDのような既存の粒子ベースアルゴリズムと同等に動作することを示す。
  論文  参考訳（メタデータ） (2022-10-24T16:54:18Z)
• Deriving time-averaged active inference from control principles [6.625391013374865]
  アクティブ推論は、時間とともに平均的な感覚的驚きを最小限に抑えるものとして、行動の原則的な説明を提供する。 我々は、最適制御原理から活性推論の無限水平平均サプライズ定式化を導出する。
  論文  参考訳（メタデータ） (2022-08-22T21:20:04Z)
• Open-system approach to nonequilibrium quantum thermodynamics at arbitrary coupling [77.34726150561087]
  熱浴に結合したオープン量子系の熱力学挙動を記述する一般的な理論を開発する。 我々のアプローチは、縮小された開系状態に対する正確な時間局所量子マスター方程式に基づいている。
  論文  参考訳（メタデータ） (2021-09-24T11:19:22Z)
• Active inference, Bayesian optimal design, and expected utility [1.433758865948252]
  活性推論がベイズ決定理論とベイズ設計の最適原理を結合し、期待される自由エネルギーを最小化する方法について述べる。 情報探索行動の自然発生を可能にする、活発な推論のこの側面である。 我々のTmazeシミュレーションは、期待される自由エネルギーを最適化し、期待されるユーティリティを最適化し、純粋に悪用的な振る舞いを誘導することを示す。
  論文  参考訳（メタデータ） (2021-09-21T20:56:32Z)
• Free Energy Minimization: A Unified Framework for Modelling, Inference, Learning,and Optimization [42.275148861039895]
  自由エネルギーの最小化は、ここで、そして歴史的に、熱力学の原理として初めて導入された。 モデリング、推論、学習、最適化に関する先程のアプリケーションは、基本原則から始まっている。
  論文  参考訳（メタデータ） (2020-11-25T11:29:03Z)
• The Two Kinds of Free Energy and the Bayesian Revolution [0.0]
  我々は、知的エージェンシーの現在のモデルには、基本的に2つの異なる自由エネルギーの概念があると主張している。 一般的な最大エントロピー原理に基づいて精度と不確実性をトレードオフする場合に現れる。 他の公式は、与えられた参照モデルからの信念とポリシーの逸脱を定量化する誤り尺度を最小化する観点から行動選択を定式化する。
  論文  参考訳（メタデータ） (2020-04-24T14:09:28Z)
• Targeted free energy estimation via learned mappings [66.20146549150475]
  自由エネルギー摂動 (FEP) は60年以上前にズワンツィヒによって自由エネルギー差を推定する方法として提案された。 FEPは、分布間の十分な重複の必要性という厳しい制限に悩まされている。 目標自由エネルギー摂動(Targeted Free Energy Perturbation)と呼ばれるこの問題を緩和するための1つの戦略は、オーバーラップを増やすために構成空間の高次元マッピングを使用する。
  論文  参考訳（メタデータ） (2020-02-12T11:10:00Z)

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。