Pourquoi le domaine correspond
La planification urbaine repose sur un sens intensif, bruyant et incomplet (comptes de circulation, flux d'énergie et d'eau, schémas d'utilisation des sols, indicateurs sociaux) qui correspond directement aux observations de l'inférence active, que les agents utilisent pour inférer des états latents tels que les schémas de demande, l'état des infrastructures et les besoins sociaux. Il s'agit également fondamentalement de sélection et de contrôle des politiques — zonage, investissements dans les infrastructures, règles opérationnelles, arrangements de gouvernance — que l'inférence active considère comme des actions choisies pour minimiser l'énergie libre attendue en termes épistémiques (réduction de l'incertitude) et pragmatiques (réalisation des résultats). Les villes sont également non stationnaires (chocs démographiques, nouvelles technologies, changements de politique) et multi-échelle/multi-agent (intersections vers les quartiers jusqu'à la stratégie de toute la ville), toutes deux conçues pour gérer des modèles génératifs hiérarchiques et continuellement mis à jour.
État de la littérature
La théorie fondamentale découle du travail de Friston sur l’attention, l’incertitude et l’énergie libre (dynamiques de reconnaissance et inférence variationnelle) ainsi que sur la planification/la navigation par inférence active, plus un compte rendu narratif d'inférence active sur le fonctionnement de la construction collective du sens au niveau du groupe. Mis en œuvre, des travaux révisés par les pairs existent dans deux domaines : la gouvernance de l’eau urbaine, où Karpouzoglou et ses collègues (Ecology and Society) analysent les infrastructures de connaissances renforcées par l'État pour soutenir une inférence active basée sur le groupe dans une gouvernance adaptative, et l’environnement bâti, où BEACON (Frontiers in the Built Environment) intègre une ontologie d’inférence active pour représenter la connaissance tacite du design architectural. Le travail de contrôle du trafic — un contrôleur d'inférence active basé sur SUMO et une prépublication arXiv sur le contrôle adaptatif des signaux dans des environnements IoT bruyants et non stationnaires — ainsi que la recherche d'arbres d'inférence active de Millidge dans les grands POMDP restent au stade de la simulation/prépublication, aux côtés de l’apprentissage par renforcement bayésien variationnel adjacent appliqué à l’infrastructure urbaine et à la mobilité durable.
Problèmes non résolus
Le rapport met en évidence l'échelle comme le principal défi : les villes réelles ont des espaces d'état beaucoup plus importants et une dynamique plus complexe que les simulations et les démonstrateurs testés jusqu'à présent, ce qui nécessite une inférence hiérarchique plus tractable et, à terme, de grandes simulations et des déploiements pilotes opérationnels avec des données de performance longitudinales. Il identifie également un travail non résolu sur l'intégration du comportement humain et des récits dans les modèles génératifs, sur la distinction entre les utilisations descriptives de l'inférence active (expliquer comment se comportent déjà les institutions, comme dans l'article sur la gouvernance de l'eau) par rapport aux utilisations normatives (concevoir de nouveaux contrôleurs, comme dans BEACON, GEO-INFER et EcoNet), sur l'établissement de références communes et de normes d'évaluation à travers les domaines, et sur les questions éthiques, juridiques et politiques soulevées par les biais et les objectifs codés dans les modèles génératifs pertinents pour la planification.
Squelette de référence
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.