Esta página fue traducida automáticamente desde el inglés. Ver el original en inglés.

Planificadores urbanos, ingenieros de control y investigadores del Instituto evaluando enfoques de inferencia activa para el control y la gobernanza de infraestructuras a escala urbana.

Inferencia Activa y Planificación Urbana

Ciudades como máquinas de inferencia: modelos generativos, energía libre esperada y selección jerárquica de políticas para el tráfico, la energía, el agua y el uso del suelo.

Mejores acciones siguientes

Ruta de Active Inference y Planificación Urbana

Comience con los enlaces públicos de mayor señal para esta página, luego continúe a través de las vistas de recursos y directorios relacionados.

La planificación urbana se enfrenta cada vez más a una profunda incertidumbre, dinámicas multiescala y partes interesadas heterogéneas, condiciones bajo las cuales los enfoques clásicos de equilibrio o optimización estática son menos adecuados. La inferencia activa, basada en el principio de la energía libre, ofrece un marco unificador para la percepción, la acción y el aprendizaje bajo incertidumbre, y trabajos revisados por pares y preliminares han comenzado a aplicarla al control de semáforos de tráfico, optimización multiagente de energía, gobernanza del agua urbana y modelado de uso del suelo espacial. Esta página sintetiza el estado de esa literatura, los patrones de aplicación que utiliza, los proyectos y herramientas concretas que ha producido y los problemas abiertos que aún necesita resolver.

¿Por qué el dominio encaja?

El plan urbanístico se basa en un amplio, ruidoso y incompleto sentido (conteo de tráfico, flujos de energía y agua, patrones de uso del suelo, indicadores sociales) que se corresponde directamente con las observaciones de la inferencia activa, que los agentes utilizan para inferir estados latentes como patrones de demanda, condición de la infraestructura y necesidades sociales. También es fundamentalmente sobre la selección y el control de políticas: zonificación, inversión en infraestructuras, reglas operativas, arreglos de gobernanza —que la inferencia activa trata como acciones elegidas para minimizar la energía libre esperada en términos epistémicos (reductora de incertidumbre) y pragmáticos (realizadora de resultados). Las ciudades son además no estacionarias (cambios demográficos, nueva tecnología, cambios de política) y multi-escala/multi-agente (intersecciones a distritos hasta la estrategia de toda la ciudad), ambas de las cuales los modelos generativos jerárquicos y continuamente actualizados están diseñados para manejar.

Estado de la literatura

La teoría fundamental proviene del trabajo de Friston sobre la atención, la incertidumbre y la energía libre (dinámica de reconocimiento e inferencia variacional) y sobre la planificación/navegación como inferencia activa, así como una cuenta de inferencia activa narrativa de cómo el sentido colectivo funciona como inferencia a nivel grupal. Aplicado, se trabaja en dos dominios: gobernanza del agua urbana, donde Karpouzoglou y sus colegas (Ecology and Society) analizan las infraestructuras de conocimiento reforzadas por el estado para apoyar la inferencia activa basada en grupos en la gobernanza adaptativa, y el entorno construido, donde BEACON (Frontiers in the Built Environment) integra una ontología de inferencia activa para representar el conocimiento tácito del diseño arquitectónico. El trabajo de control de tráfico - un controlador de inferencia activa basado en SUMO y un preprint de arXiv sobre el control de señales adaptativo en entornos IoT ruidosos y no estacionarios - y la búsqueda de árboles de inferencia activa de Millidge en grandes POMDPs permanecen en etapa de simulación/preprint, junto con el aprendizaje por refuerzo bayesiano variacional adyacente aplicado a la infraestructura urbana y la movilidad sostenible.

Proyectos y herramientas clave

El informe nombra cinco implementaciones concretas en diferentes etapas de maduración: un controlador de semáforos basado en SUMO (Simulación de Movilidad Urbana y Vehicular) con inferencia activa, comparado contra una línea base basada en reglas (prototipo de simulación); un preprint de arXiv que lo extiende a entornos de sensores IoT ruidosos y no estacionarios (preprint); EcoNet, el sistema de inferencia activa multiagente del Instituto Alan Turing para la optimización energética urbana en edificios inteligentes, presentado en la Gran Exposición del Turing (demostrador desplegado); la ontología de inferencia activa BEACON para el conocimiento tácito del entorno construido (ontología y herramientas revisadas por pares); y GEO-INFER, un kit de herramientas de código abierto del Active Inference Institute con una guía para construir agentes de inferencia activa que realizan la clasificación del uso del suelo a partir de imágenes geoespaciales (kit de herramientas/implementación).

Problemas abiertos

El informe señala que la escalabilidad es el desafío más apremiante: las ciudades reales tienen espacios de estado mucho más grandes y dinámicas más complejas que las simulaciones y demostradores probados hasta ahora, lo que requiere una inferencia jerárquica más tratable y, eventualmente, simulaciones a gran escala e implementaciones piloto operativas con datos de rendimiento longitudinales. También identifica el trabajo sin resolver sobre la integración del comportamiento humano y la narrativa en los modelos generativos, sobre distinguir los usos descriptivos de la inferencia activa (explicar cómo se comportan las instituciones ya existentes, como en el artículo sobre gobernanza hídrica) de los usos normativos (diseñar nuevos controladores, como en BEACON, GEO-INFER y EcoNet), sobre establecer estándares y criterios de evaluación compartidos en todos los dominios, y sobre las cuestiones éticas, legales y políticas planteadas por los sesgos y objetivos codificados en modelos generativos relevantes para la planificación.

Eje de Referencia

Karl J. Friston (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Maxwell J. D. Ramstead, Karl J. Friston, Axel Constant, Lancelot Da Costa, Casper Hesp, Beren Millidge, Alexander Tschantz (2023). On Bayesian Mechanics: A Physics of and by Beliefs. arXiv. Giovanni Pezzulo, Francesco Rigoli, Karl J. Friston (2017). Active Inference, homeostatic regulation and adaptive behavioural control. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Pablo Lanillos, Cristian Meo, Corrado Pezzato, et al. (2021). Active Inference in Robotics and Artificial Agents: Survey and Challenges. arXiv. DOI: 10.48550/arXiv.2112.01871.

Superficies clave

Active Inference y planificación urbana en pocas palabras

El tráfico como inferencia

Controladores basados en SUMO y preprints de IoT reformulan la sincronización de señales como minimización de energía esperada en lugar de control con tiempo fijo o basado en reglas.

Coordinación Multiagente de Energía

EcoNet, el demostrador desplegado del Instituto Alan Turing, coordina agentes de inferencia activa a nivel de edificio para optimizar conjuntamente el uso energético y el confort de los edificios inteligentes.

Evidencia mixta de madurez

El corpus abarca trabajos de gobernanza y ontología revisados por pares (infraestructura hídrica, BEACON) junto con preimpresiones, simulaciones y un demostrador de exhibición, por lo que el peso probatorio varía según la afirmación.

Recursos relacionados

Enlaces públicos para esta página

Los enlaces externos se resuelven desde el registro compartido, por lo que los destinos orientados al visitante permanecen centralizados y verificables.