Esta página fue traducida automáticamente desde el inglés. Ver el original en inglés.
Investigadores y desarrolladores que construyen o simulan modelos generativos de Inferencia Activa en estado discreto en Python.
Implementación en Python de Active Inference para Procesos Decididos de Markov parcialmente observables.
Lead: Conor Heins
pymdp es un paquete de Python de código abierto para inferencia discreta (POMDP) Active Inference, ampliamente utilizado en la comunidad investigadora para construir y simular modelos generativos. Es una implementación de ecosistema externo, distinta de los propios proyectos del Instituto, que el Instituto referencia y utiliza para desarrollar materiales educativos.
pymdp implementa la inferencia activa discreta de estados para procesos de decisión de marcovia con observaciones parciales, y se ha introducido a la comunidad a través de un tutorial paso a paso indexado en PubMed. Está mantenido por la organización infer-actively, dirigida por Conor Heins, y es una herramienta fundamental referenciada en la página del dominio computacional del Instituto y en los materiales de aprendizaje.
Las contribuciones, los problemas y las discusiones ocurren directamente en el repositorio de GitHub principal; el canal de Discord del Instituto es un buen lugar para encontrar colaboradores que estén trabajando sobre él.
Recursos relacionados
Audience: Newcomer
Primary public community channel for conversation, coordination, and newcomer orientation.