从控制原理推导时间平均主动推断
系统与控制
2022-08-24 v1 系统与控制
神经元与认知
机器学习
摘要
主动推断提供了一种原则性的行为解释，即随时间最小化平均感官惊奇。尽管源于自由能原理的无限时域、平均惊奇要求，主动推断在控制问题中的应用迄今往往聚焦于有限时域或折扣惊奇问题。在此，我们从最优控制原理推导了主动推断的无限时域、平均惊奇公式。我们的公式回归到主动推断在神经解剖学和神经生理学中的根源，将主动推断与最优反馈控制正式重新连接。我们的公式为感觉运动控制提供了统一的客观泛函，并允许参考状态随时间变化。
引用
@article{arxiv.2208.10601,
title = {Deriving time-averaged active inference from control principles},
author = {Eli Sennesh and Jordan Theriault and Jan-Willem van de Meent and Lisa Feldman Barrett and Karen Quigley},
journal= {arXiv preprint arXiv:2208.10601},
year = {2022}
}
备注
Camera ready for International Workshop on Active Inference (IWAI) 2022