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

Chercheurs et développeurs construisant ou simulant des modèles génératifs d'inférence discrète Active en Python.

pymdp

Une implémentation en Python de l’Active Inference pour les processus de décision à états marqués par l'incertitude.

Lead: Conor Heins

pymdp est un paquet Python open source pour l’inférence discrète (POMDP) Active Inference, largement utilisé au sein de la communauté de recherche pour construire et simuler des modèles génératifs. Il s'agit d'une implémentation externe d'écosystème, distincte des propres projets de l'Institut, que l'Institut référence et autour desquels il développe des supports pédagogiques.

Présentation générale

pymdp met l’implémentation d’Active Inference à états discrets pour les processus de décision de Markov à partiellement observables, et a été présenté à la communauté via un tutoriel étape par étape indexé dans PubMed. Elle est maintenue par l’organisation infer-actively, dirigée par Conor Heins, et constitue un outil fondamental référencé sur la page du domaine computationnel de l’Institut et dans les supports d’apprentissage.

Participer

Les contributions, les problèmes et les discussions ont lieu directement dans le dépôt GitHub principal ; le serveur Discord de l’Institut est un bon endroit pour trouver des collaborateurs qui y travaillent.

Ressources associées

Liens publics pour cette page