★ 2
arXiv 论文：用变分消息传递实现主动推理中的参数学习
论文提出在主动推理框架下通过变分消息传递进行参数学习，解决均值场分解导致信息增益消失的问题。作者为每个因子引入独立参数先验，在网格 POMDP 实验中实现边规划边学习模型参数，每回合均能到达目标。
arXiv cs.AI10 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出在主动推理框架下通过变分消息传递进行参数学习，解决均值场分解导致信息增益消失的问题。作者为每个因子引入独立参数先验，在网格 POMDP 实验中实现边规划边学习模型参数，每回合均能到达目标。
论文将主动推理（AIF）与 Bayes-UCBVI 置于同一表格 MDP 框架下比较，发现 AIF 的信息增益衰减过快，无法作为置信宽度。作者提出用平方根校准信息增益得到 calibrated AIF，在精确抽象下达到 √T 级遗憾。当奖励由对手从智能体数据中选择时，校准信息增益作为奖励无关的 ℓ…