概述
cpomdp 带来了严格的连续状态 Active Inference 到 Python。代理人在高斯信念下维持连续的潜在状态，通过 Forney 式因子图上的消息传递进行更新，并通过在声明的动作集上最小化期望自由能来选择动作，同时保证可信度的容忍度。
此页面由机器翻译成中文。 查看英文原版。
Python开发者、研究人员和工程师实施连续状态 Active Inference 模型。
cpomdp — 连续 Active Inference 对 Python
一个经过验证且文档完整的持续状态 Active Inference 库在 Python。
领导: Daniel Corva
cpomdp 是一个用于连续状态的 open-source Python 库。它提供了因子图消息传递、卡尔曼和参考滤波、状态依赖观测和过程噪声、可证的容差以及匹配的经典控制基线。
参与
Discord和GitHub对感兴趣的数值分析、JAX/NumPy参考核、卡尔曼滤波和连续生成建模感兴趣者欢迎参加。
Publications 和 链接
该图书馆在开源上开发：在 GitHub 上开发，在 cpomdp.inferogenesis.com 上有文档，发布到 PyPI 的 cpomdp。第一篇关联论文『状态依赖的观测噪声重新引入线性高斯 Active Inference 的贝叶斯价值』（arXiv:2607.20306，2026）概述了该图书馆实现的状态依赖噪声处理的结果。
相关资源
此页的公共链接
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