개요
Active Inference cpomdp는 Python에 깔끔한 연속상태 cpomdp를 brings rigorous continuous-state brings rigorous continuous-state
이 페이지는 기계 번역된 영어 페이지입니다. 영어 원본 보기
파이썬 개발자, 연구자, 그리고 지속적 상태 Active Inference 모델을 구현하는 엔지니어들,
cpomdp — Active Inference Continuous for Python
테스트된 그리고 문서화된 Active Inference 라이브러리인 파이썬.
대표: Daniel Corva
cpomdp은 연속 상태 Active Inference을 위한 오픈 소스 Python 라이브러리입니다. 이를 위한 포인트 그래프 메시지 전달, Kalman 및 참조 필터링, 상태에 따라 관찰 및 과정 잡음, 증명 가능한 허용치, 그리고 매칭된 클래스적 제어 기준을 제공합니다.
참여하기
Discord와 GitHub가 숫자 분석, JAX/NumPy 참조 러닝 셀, Kalman 필터링, 그리고 연속적인 생성 모델링에 관심 있는 채팅이 참여할 수 있습니다.
출판물과 링크
GitHub에서 오픈 소스로 개발되며, cpomdp.inferogenesis.com에서 문서화가 이루어지고, PyPI에서 cpomdp로 릴리스가 이루어집니다. 첫 관련 논문인 "State-Dependent Observation Noise Reintroduces Epistemic Value in Linear-Gaussian Active Inference" (arXiv:2607.20306, 2026)는 이 라이브러리가 처리하는 상태에 의존적인 잡음 처리가 결과을 설명합니다.
관련 자료
이 페이지의 공개 링크
Discord invite
Audience: Newcomer
Primary public community channel for conversation, coordination, and newcomer orientation.
communitydiscord
Ecosystem shortlink
Audience: Researcher
Public ecosystem shortlink for Institute context, projects, activities, and conceptual maps.
researchecosystem
cpomdp repository
Audience: Developer
Source repository for the cpomdp continuous-state Active Inference library.
cpomdpactive-inferencepythonopen-source
cpomdp documentation
Audience: Developer
Documentation for the cpomdp library: API reference, tutorials, and worked examples.
cpomdpdocumentationpython
cpomdp on PyPI
Audience: Developer
Released cpomdp packages on the Python Package Index, installable with pip.
cpomdppythonpackage
State-Dependent Observation Noise Reintroduces Epistemic Value in Linear-Gaussian Active Inference (arXiv:2607.20306)
Audience: Researcher
Preprint showing that state-dependent observation noise reintroduces epistemic value in linear-Gaussian Active Inference; the result cpomdp implements.
cpomdpactive-inferenceepistemic-valuepreprint