تم ترجمة هذه الصفحة آليًا من الإنجليزية. اطلع على النسخة الأصلية باللغة الإنجليزية.

مطورون بايثون والباحثون والمهندسون الذين ينفذون نماذج حالة مستمرة Active Inference

cpomdp — Continuous Active Inference لـ Python

مكتبة Active Inference ذات حالة مستمرة وموثقة ومختبرة في بايثون.

قيادة: Daniel Corva

cpomdp هي مكتبة بايثون مفتوحة المصدر لـ Active Inference الحالات المستمرة. وهي توفر تمرير الرسائل باستخدام مخطط العوامل، وتصفية كالمان ومرجعية، والضوضاء المرتبطة بالحالة، وقبولات قابلة للتحقق، ومستويات تحكم كلاسيكية متطابقة.

نظرة عامة

cpomdp تجلب فرضية طاقة حرة مستمرة صارمة Active Inference إلى بايثون. تحافظ الوكلاء على معتقدات غاوسية حول الحالات الكامنة المستمرة، وتحدث من خلال تمرير الرسائل على رسومات فكتور من نوع فورني، وتختار الإجراءات عن طريق تقليل الطاقة الحرة المتوقعة على مجموعات الإجراءات المعلنة مع تحملات ضمان معتمدة.

المشاركة

المساهمون المهتمون بالتحليل العددي، وذوائد JAX/NumPy، وتصفية كالمان، ونمذجة توليدية مستمرة مرحب بهم للمشاركة عبر Discord و GitHub.

نشرات وروابط

تم تطوير المكتبة بشكل مفتوح: المصدر على GitHub، والوثائق على cpomdp.inferogenesis.com، والإصدارات المنشورة على PyPI باسم cpomdp. تحدد الورقة الأولى المرتبطة، "ضوضاء الملاحظة المعتمدة على الحالة تعيد إدخال القيمة المعرفية في Active Inference الخطي الغاوسي" (arXiv:2607.20306، 2026)، النتيجة التي تنفذها معالجة الضوضاء المعتمدة على الحالة في المكتبة.

الموارد ذات الصلة

روابط عامة لهذه الصفحة