Q-MDP

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。