arXiv stat.ML· Melih Kandemir, Mustafa Mert \c{C}elikok·· 3 小时前AI 评分15
主动推理中的信息价值：AIF 与 Bayes-UCBVI 的探索机制对比
What Information Buys in Active Inference
AI 导读
研究将 Active Inference（AIF）与 Bayes-UCBVI 置于同一表格 MDP 框架下对比，发现 AIF 的信息增益衰减过快，无法充当置信宽度，导致贪心智能体被锁出最优动作。用平方根校准信息增益后得到的 calibrated AIF 在精确抽象下达到 √T 阶遗憾，但在奖励由对手从智能体数据中选择时需付出 √S 因子，此时其奖励无关的 ℓ1 置信集优于值特定的置信宽度。
来源：arXiv stat.ML · arxiv.org