이 페이지는 기계 번역된 영어 페이지입니다. 영어 원본 보기
경제학자, 계산 모델링자 및 인STITUTE 연구자가 선택, 시장 및 메가스코어 정책을 위한 활동적 인ference를 기반으로 한 모델에 대한 탐구
경제는 지속적인 추론: 자유 에너지 최소화가 불확실성 하에서 이익, 편향, 시장, 정책을 새롭게 해석합니다.
이 페이지에서
행동적 인ference와 자유 에너지 원칙은 감각, 행동 및 학습에 대한 통합 베이즈 계산을 제시하며, 이 프레임워크는 지난 수년 동안 경제학으로 확장하기 시작했습니다. — 개인의 선택 행동부터 일반 균형 모델과 금융 시장까지. 문헌은 여전히 초기 단계에 머물러 있습니다: 대부분의 기여들은 논리적이나 시뮬레이션 기반입니다. 그리고 실시간 경제 데이터와의 구체적인 실험적 검증은 여전히 제한적입니다.
경제agents는 불확실한 세계의 상태를 믿고, 위험과 모호성 아래 정책을 선택하고, 흩어진 부분적인 관찰로부터 내재적 생성모델을 업데이트해야 합니다. 이것은 활동적 인퍼런스가 구체적 불확실性和 전략적 상호작용 아래 경제 행동을 형식화하는 데 사용되었다는 조사의 조각입니다. agents는 가격, 임금 및 정책 신호를 관찰하며, 이러한 신호들은 실제 기술이나 수요와 같은 숨겨진 근본에만 부분적으로 통신됩니다. 그리고 그들은 이들을 추론하면서 행동해야 합니다. 활동적 인퍼런스는 또한 전망적인 것으로 내재되어 있으며, 여러 상호작용하고 적응하는 참여자들 사이에서 시장이 발생하므로 경제학의 전략적 상호 작용을 모델링해야 합니다.
cognitive 및 행동 경제학 분야의 피어 리뷰드 작업은 Frontiers in Psychology에서 variational free energy와 경제에 대한 연구를 재解釈하며, 기대-효용 axioms (완전성, 전이성, 독립성, 연속성)을 이전 선호도 및 생성 모델 구조의 결과로 해석하고, 손실 우려나 선호도 역전 같은 유비쿼르 선택을 신념 최적화로서而非 anomalous 현상으로 재해석합니다. 자연 논문은 인간 선택이 보통 가치 최대화보다는 놀람 최소화를 더 잘 설명할 수 있음을 발견합니다. 금융 경제학 분야에서는 Samer Adra의 Review of Behavioral Economics에서 소음 거래, 부가적인 변동성 및 추세 따르기의 해석을 재해석하며, 이는 자유 에너지 최소화를 통해 잠재적 인 주체자 선택이 아닌 근거 없는 경제적 예측으로부터 발생하는 결과물입니다. 대규모 수준에서, SSRN 작업 노트에서는 실질 기업 cycle (RBC) 모델을 활동적인 추론의 특수 경우로 재해석하며, representative-agent 최적화는 자유 에너지 최소화를 통해 소비, 투자 및 고용 공급 정책에 대한 자유 에너지 최소화로 표현됩니다.
{n}이름은 몇 가지 구체적인 실현 사례를 제시하고서는 단순한 이론에만 초점을 맞추지 않습니다: DR-FREE, 분포적 강건 자유 에너지 모델 (Nature Communications 논문에서 Zenodo 호스팅된 저장소 링크가 포함된)이 여러 가능한 생성 모델의 애니매이징 세트 내에서 행동을 강건하게 계산하는 분포적 강건 자유 에너지 모델이며, 모델 불확실성 하에 모멘텀 위험과 투자 결정에 관련됩니다. {title}Dynamic Trading using Active Inference는 RxInfer 확률 프로그래밍 프레임워크를 사용하여 가격 동태의 생성 모델을 구축하고 수익과 위험에 대한 선호도를 인코딩하는 거래 시스템입니다. "Factorised Active Inference for Strategic Multi-Agent Interactions" (arXiv)은 앤서니와 자기/다른 상태 공간을 분해하는 메시지 전달 알고리즘을 제공하며, 이는 오리올 가격 결정,竞拍和협상에 적용됩니다. 다른 논문은 강화 학습과 활성 인퍼전 간의 "예상 미래 자유 에너지"목표를 통해 연결하고, Active Inference Institute의 자체 전략 문서는 이러한 작업이 더 넓은 업무 및 산업 응용 프로그램으로의 향상을 위한 대열에 속해 있다는 점을 위치시킵니다.
보고서는 경험적 검증이 학문의 가장 중요한 결여라는 점을 명확히 밝혔다: 자유 에너지 모델이 기대-효용 모델이나 DSGE 기준을 우위에 놓는다는 주장은 아직 실시간 시장, 마acro, 또는 소비자 데이터와 대조적으로 체계적으로 검증되지 않았다. 유추 모델의 불명확성은 경제학에서 일반화 모델들은 종종 미정 상태이며, 이전 선호도를 분리하거나 관찰된 행동만으로 모델 오류를 감지하는 것이 어려운 점이다. 보고서는 또한 명시적으로 해결되지 않은 규범적 versus 기술적 질문(Agents가 자유 에너지를 최소화해야 하는가, 아니면 그저 행동을 잘 설명하는 것일 뿐인가?)에 대해 경제학의 효용 분석의 영향, 알고리즘 거래, 신용 평가, 그리고 활성 인식 기반의 정책 시스템에 대한 개방적인 규제/윤리적 질문, 그리고 전체화된 다중-Agent 또는 DSGE 네트워크 모델의 해결되지 않은 확장성 문제를 포착했다.
Karl J. Friston (2010). 자유 에너지 원칙: 하나의 뇌 이론? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Thomas Parr, Giovanni Pezzulo, Karl J. Friston (2022). 활동적 인퍼전: 자유 에너지 원칙이 마음, 뇌 및 행동에 대한 행동 이론. MIT Press. Giovanni Pezzulo, Francesco Rigoli, Karl J. Friston (2017). 활동적 인퍼전, 자기 조절과 적응형 행동 제어. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Lancelot Da Costa, Thomas Parr, Noor Sajid, Sebastijan Veselic, Victorita Neacsu, Karl J. Friston (2020). 활동적 인퍼전에서 이산 상태공간: 통합. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2020.102447.
주요 표면
보고서에서 제시된 실험적 증거는 인간의 선택이 예상 가치를 최대화하는 것보다는 잠재우려고 하는 놀람/예측 오류를 최소화하는 것이 더 자주 설명될 수 있음을 시사하고 있습니다.
분포적 강도가 있는 자기 에너지 모형 (DR-FREE)은 거래자와 정책 입안자가 가능한 여러 모델의 전체에서 행동을 선택하여 하나에만 베팅하지 않습니다.
보고서는 대부분의 활동적 인식 경제학 연구가 이론적이거나 실시간 데이터를 사용한 시뮬레이션이나 개념적인 연구일 뿐이고, 실제 경제 데이터에 대한 구체적인 근거 검증은 여전히 열린 과제라는 점을 강조한다.
관련 자료
외부 링크는 공유 레지스트리에서 해결되므로 방문자용 목적지는 중앙 집중화되고 확인 가능합니다.
Audience: Researcher
Research and publication-oriented repository for the Active Inference Journal.
Audience: Researcher
Reachable arXiv reference surfaced from the official research page.