此页面由机器翻译成中文。 查看英文原版。

新手、学习者、研究人员、构建者和合作者。

主动推断

一个理解感知、行动、学习、认知和适应性系统的框架。

最佳下一步行动

主动推断路径

从本页最高信号的公开链接开始,然后继续浏览相关资源和目录视图。

主动推断是研究所教育、研究、应用和生态系统支持的核心科学和实践框架。

积极推断提供了什么

积极推断将感知、行动、不确定性和基于模型的适应联系起来。该研究所将其作为科学探索、工程实践、教育和集体意义构建的一个共享框架。

实现

实现路径包括RxInfer.jl、PyMDP、SPM、符号认知机器人学、记号工具和领域特定仓库。这些支持建模、模拟、推断和应用实验。

应用

{Active Inference}出现在包括生物学、神经科学、心理健康、机器人学、教育、经济学、物理学、社会系统、物流、去中心化科学和科学研究方法在内的多个领域。该研究所为每个领域发布一个专门的深入页面,涵盖文献现状、关键项目和工具以及开放问题。

关键表面

一瞥主动推断

框架

一个共享的语言,用于感知、行动、不确定性和自适应系统。

相关资源

此页的公共链接

外部链接从共享注册表解析,这样面向访问者的目的地保持集中和可检查。

Repository / Projects

GitHub organization

Audience: Developer

Public GitHub organization for Institute repositories and open-source work.

projectsgithub-org

官方页面

官方机构表面

仓库

相关开源仓库

Repository / Tools

pymdp

Audience: Learner

A Python implementation of active inference for Markov Decision Processes

Python / 2 stars / updated 2024-11-09

learningimplementationpython
Repository / Learning

Start

Audience: Learner

START repository for scalable, tailored Active Inference research and training.

Python / 5 stars / updated 2026-01-19

learningimplementationpython