Cette page a été traduite automatiquement de l'anglais. Consultez l'original en anglais.
Chercheurs, modéliseurs et ingénieurs intéressés par les systèmes multi-agents, le comportement collectif et l'Inférence Active.
Modélisation multi-agents du comportement collectif par l'inférence active, avec des liens vers la recherche sur les colonies de fourmis.
This project is archived. It is no longer active, and any participation prompts below describe how it previously operated.
Sur cette page
Les « Active Inferants » sont un projet de modélisation multi-agents appliquant l'Inférence Active au comportement collectif, inspiré de la dynamique des colonies d'fourmis. Il a produit un dépôt GitHub, une publication de 2021 et du code développé dans le cadre du projet Active Blockference, avec plusieurs réalisations dans différents contextes de modélisation.
Les « Active Inferants » développent des modèles multi-agents en utilisant l'Inférence Active pour simuler et comprendre le comportement collectif. Le projet s'inspire de la biologie des insectes sociaux, notamment de la recherche de nourriture et de l'organisation des colonies d'fourmis, et applique la modélisation générative pour comprendre comment les comportements locaux des agents produisent une intelligence collective sans coordination centrale.
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.
Les contributeurs ayant des formations en biologie computationnelle, systèmes multi-agents, Active Inference ou écologie comportementale sont les bienvenus. Les contributions techniques (code, modèles) et le travail conceptuel (théorie, documentation) sont tous deux appréciés.
Surfaces clés
Ressources associées
Les liens externes sont résolus à partir du registre partagé, de sorte que les destinations visibles pour les visiteurs restent centralisées et vérifiables.
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.
Pages officielles
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.
Répositoires
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