Cette page a été traduite automatiquement de l'anglais. Consultez l'original en anglais.

Python developers, researchers, and engineers implementing continuous-state Active Inference models.

cpomdp — Continuous Active Inference for Python

A tested, documented continuous-state Active Inference library in Python.

Meilleures prochaines étapes

cpomdp — Continuous Active Inference for Python pathway

Commencez par les liens publics les plus signalés pour cette page, puis poursuivez à travers les vues de ressources et de répertoires connexes.

cpomdp is an open-source Python library for continuous-state Active Inference. It provides factor-graph message passing, Kalman and reference filtering, state-dependent observation and process noise, certifiable tolerances, and matched classical control baselines.

Présentation générale

cpomdp brings rigorous continuous-state Active Inference to Python. Agents maintain Gaussian beliefs over continuous latent states, update via message passing on Forney-style factor graphs, and select actions by minimizing expected free energy over declared action sets with certified warrant tolerances.

Participer

Contributors interested in numerical analysis, JAX/NumPy reference kernels, Kalman filtering, and continuous generative modeling are welcome to participate via Discord and GitHub.

Ressources associées

Liens publics pour cette page

Les liens externes sont résolus à partir du registre partagé, de sorte que les destinations visibles pour les visiteurs restent centralisées et vérifiables.