Kyoto College of Graduate Studies for Informatics

作者提出一种称为“自先验”（self-prior）的密度模型，用来刻画智能体自身多模态感觉经验，并将其嵌入基于自由能原理的主动推断框架，使行为参照完全由内在过程产生，即最小化过去感觉经验平均值与当前观测之间的失配；在模拟环境中，智能体无需外部奖励便自发地朝触觉刺激伸手。

作者提出一种称为“自先验”（self-prior）的密度模型，用来刻画智能体自身多模态感觉经验，并将其嵌入基于自由能原理的主动推断框架，使行为参照完全由内在过程产生，即最小化过去感觉经验平均值与当前观测之间的失配；在模拟环境中，智能体无需外部奖励便自发地朝触觉刺激伸手。