Diese Seite wurde maschinell aus dem Englischen übersetzt. Sehen Sie sich die englische Originalversion an.
Forscher, Modellierer und Ingenieure, die sich für mehragente Systeme, kollektives Verhalten und Aktive Inferenz interessieren.
Modellierung kollektiven Verhaltens durch Mehragenten-Ansätze mit Aktiver Inferenz, verbunden mit der Forschung zu Ameisenkolonien.
This project is archived. It is no longer active, and any participation prompts below describe how it previously operated.
Auf dieser Seite
Active Inferanten ist ein Multi-Agenten-Modellierungsprojekt, das Active Inference auf kollektives Verhalten anwendet, inspiriert von der Dynamik von Ameisensiedlungen. Es hat eine GitHub-Repository, einen Papierveröffentlichung aus dem Jahr 2021 und Code hervorgebracht, der im Rahmen des Active Blockference-Projekts entwickelt wurde, mit mehreren Realisierungen in verschiedenen Modellierungskontexten.
Active Inferants entwickelt Multi-Agenten-Modelle unter Verwendung von Aktiver Inferenz, um kollektives Verhalten zu simulieren und zu verstehen. Das Projekt zieht Inspiration aus der Biologie sozialer Insekten – insbesondere dem Finden und der Organisation von Ameisenvölker – und wendet generative Modellierung an, um zu verstehen, wie lokale Agentenverhalten kollektive Intelligenz ohne zentrale Koordination erzeugt.
The project's foundational paper is Friedman, Tschantz, Ramstead, Friston, and Constant (2021), "An Active Inference Framework for Ant Colony Behavior," published in Frontiers in Behavioral Neuroscience — among the first Active Inference papers to model stigmergic (pheromone-mediated) communication. The project also maintains a GitHub repository with multiple code realizations and is developed in part through the Active Blockference project. The work spans individual agent models, collective foraging scenarios, and theoretical extensions.
Beiträger mit Hintergründen in rechnerischer Biologie, Mehragentensystemen, Aktiver Inferenz oder Verhaltensökologie sind willkommen. Technische Beiträge (Code, Modelle) und konzeptuelle Arbeiten (Theorie, Dokumentation) werden gleichermaßen geschätzt.
Schlüsselflächen
Verwandte Ressourcen
Externe Links werden aus dem gemeinsamen Register aufgelöst, sodass zielgerichtete Bestimmungen zentralisiert und überprüfbar bleiben.
Audience: Newcomer
Primary public community channel for conversation, coordination, and newcomer orientation.
Audience: Researcher
Public ecosystem shortlink for Institute context, projects, activities, and conceptual maps.
Audience: Developer
Public GitHub organization for Institute repositories and open-source work.
Audience: Developer
Project repository for multiagent Active Inference modeling work.
Audience: Developer
Generalized Notation Notation project repository for model communication.
Audience: Developer
Geospatial modeling repository connected to ecological and bioregional applications.
Audience: Researcher
Research and publication-oriented repository for the Active Inference Journal.
Audience: Researcher
External paper repository surfaced from the official research page.
Audience: Researcher
Reachable arXiv reference surfaced from the official research page.
Audience: Researcher
Reachable arXiv reference surfaced from the official research page.
Audience: Researcher
Reachable Zenodo research reference surfaced from the official research page.
Audience: Researcher
Reachable Zenodo research reference surfaced from the official research page.
Offizielle Seiten
Audience: Contributor
Public projects shortlink for project directories and activity-linked work.
Audience: Contributor
Public project measurement shortlink for reporting progress and outputs.
Audience: Researcher
Public Active Inference Ontology shortlink for shared conceptual infrastructure.
Audience: Contributor
Public Project Preparation shortlink for making proposed work legible and actionable.
Audience: Researcher
Public Wave Hypothesis shortlink.
Repoziteure
Audience: Researcher
Computational meta-analysis of Active Inference literature with nanopublication and knowledge-graph outputs.
Audience: Learner
Active Inference and RxInfer.jl
Audience: Researcher
Ontology-oriented repository for shared Active Inference concepts and decentralized science knowledge infrastructure.
Audience: Developer
Notebook-based applied Active Inference work connected to blockchain-adjacent and generative modeling examples.
Audience: Developer
Python models and materials for ant-inspired multiagent Active Inference.
Audience: Researcher
Active Inference & Category Theory
Audience: Researcher
Public content repository for the Active Inference Journal and related publication infrastructure.
Audience: Researcher
Active Entity Ontology for Science