概述
积极推断蚁开发了使用积极推断的多代理模型,以模拟和理解集体行为。该项目受社会昆虫生物学启发,特别是蚂蚁群觅食和组织,并应用生成模型来理解本地代理行为如何产生集体智能,而无需中央协调。
此页面由机器翻译成中文。 查看英文原版。
对多代理系统、集体行为和主动推断感兴趣的研究人员、建模者和工程师。
使用「主动推断」进行多代理集体行为建模,并将其与蚂蚁群研究相联系。
该项目已存档。它不再活跃,下面的参与提示描述了它以前的操作方式。
在本页
主动推断蚁是应用主动推断到集体行为的一个多代理建模项目,受蚂蚁群动力学启发。它产生了一个GitHub仓库、2021年论文以及来自主动块推断项目的代码,在不同的建模背景下有多个实现。
积极推断蚁开发了使用积极推断的多代理模型,以模拟和理解集体行为。该项目受社会昆虫生物学启发,特别是蚂蚁群觅食和组织,并应用生成模型来理解本地代理行为如何产生集体智能,而无需中央协调。
项目的基础论文是Friedman, Tschantz, Ramstead, Friston和Constant (2021)的《蚂蚁行为中的主动推理框架》,发表在Frontiers in Behavioral Neuroscience——这是第一个将信息素介导的通信建模到主动推理框架中的论文。该项目还维护了一个GitHub存储库,包含多个代码实现,并通过Active Blockference项目的一部分进行开发。这项工作涵盖了个体代理模型、集体觅食场景以及理论扩展等多个方面。
欢迎具有计算生物学、多代理系统、主动推断或行为生态学背景的贡献者。技术贡献(代码、模型)和概念性工作(理论、文档)均受到重视。
相关资源
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。
Audience: Newcomer
Primary public community channel for conversation, coordination, and newcomer orientation.
Audience: Developer
Project repository for multiagent Active Inference modeling work.
仓库
Audience: Developer
Python models and materials for ant-inspired multiagent Active Inference.
Audience: Developer
Public ants repository in the ActiveInferenceInstitute GitHub namespace.