新的Bethe自由能公式增强了主动推理能力

研究人员提出了一种使用Bethe自由能泛函的主动推理新公式，该公式通过消息传递支持推理。这种方法解决了现有方法中自由能泛函缺乏Kullback-Leibler结构从而阻碍消息传递处理的局限性。所提出的方法对Bethe拉格朗日量施加了信息约束，确保了在给定动作的情况下，未来观测、状态和参数之间的互信息足够大。这种约束的Bethe拉格朗日量在特定条件下可以恢复期望自由能解，从而允许代理的认识驱动力发生变化。 AI

影响 这种新公式可以通过增强主动推理模型中的消息传递能力来改进代理的学习和决策方式。

排序理由 该集群包含一篇学术论文，详细介绍了机器学习的一个子领域中的新理论公式。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

• Active Inference
• arXiv
• Bethe free-energy approximations for disordered quantum systems
• Bethe Lagrangian
• Efe
• Karush–Kuhn–Tucker conditions
• Kullback--Leibler divergence
• Q-MDP

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →