计算机科学 > 人工智能
[提交于 2024年6月7日
]
标题: 结构化主动推理(扩展摘要)
标题: Structured Active Inference (Extended Abstract)
摘要: 我们引入了结构化主动推理,这是利用范畴系统理论工具对主动推理的广泛推广和形式化。 我们将生成模型正式地视为“在接口上”的系统,后者是对通常马尔可夫毯概念的组合抽象;然后,代理是其生成模型的“控制器”,与之形式上是相对的。 这为主动推理领域开辟了新的前景,例如:具有结构化接口的代理(例如具有“模式依赖性”或与计算机API交互的代理);能够管理其他代理的代理;以及“元代理”,它们使用主动推理来改变其(内部或外部)结构。 通过结构化接口,我们还可以获得结构化的(“类型化”)策略,这些策略易于进行形式验证,这是迈向安全人工智能代理的重要一步。 此外,我们可以利用范畴逻辑将代理的目标描述为形式谓词,其满足可能依赖于交互上下文。 这指向了强大的组合工具,用于约束和控制自组织代理的集合。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.