Active Inference作为物理AI代理的测试时缩放定律
TLDR
提出基于主动推理的物理AI测试时缩放定律，利用世界模型推理实现泛化。
评分理由
The paper presents a novel theoretical framework grounded in active inference, but lacks empirical validation or real-world experiments. Its strength lies in formalizing test-time reasoning, but weaknesses include absence of experimental results and limited direct connection to several keywords.
Read-first 评分解释
综合优先阅读分 46.6，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。 原始总分保留为 24。
研究版图角色
基础论文前沿论文桥接论文
排序敏感性
稳定性：volatile；排名波动范围：396。
关键词评分
深度分析
创新点
- 基于主动推理的物理AI智能体新型测试时缩放定律
- 使智能体能够利用世界模型进行推理，在测试时泛化到未见场景
- 策略更新建模为软贝叶斯推理，具有生物学解释（基底神经节和前额叶皮层）
- 通过最小化自由能边界的变分推理解决方案，解决解析上棘手的问题
- 通过强化策略和世界模型中的新实例，扩展实现超越训练的学习
方法
该缩放定律源自主动推理，智能体通过动态更新测试时的策略来解决因未见情况产生的预测误差。该更新建模为软贝叶斯推理，使用减少预期预测误差的推理作为似然。开发了一种最小化自由能边界的变分推理解决方案来解决难以处理的后验，并在自动驾驶模拟任务上对方法进行了评估，与无模型Q学习和基于模型的贝叶斯强化学习进行了比较。
关键结果
所提出的解决方案优于无模型Q学习和基于模型的贝叶斯强化学习，实现了对未见场景的鲁棒泛化，同时推理效率提高了36%以上。