[TWS12] Tutorial on Active Inference with Python

1:40 PM - 3:20 PM JST(4:40 AM - 6:20 AM UTC)

[TWS12] Tutorial on Active Inference with Python

Speaker: Takumi Omizu¹
Organizer: Yoshihiko Kunisato¹ (1. Senshu University)

自由エネルギー原理や能動的推論において、その理論を理解するうえでは数学に関する基礎知識が必要とされ、実装においてもオブジェクト指向プログラミングなどの知識も必要となる。そのため、能動的推論に関する関心が高まっているものの、心理学よりは他分野において研究や議論が盛り上がってきている現状がある。しかし、能動的推論が対象とする現象の多くは心理学と関連するものであり、心理学においても能動的推論についての理解や研究での活用がなされる意義は大きい。まず、本チュートリアルでは、能動的推論について数式を含めて基本的な内容について説明する。次に、実装にはPythonのpymdpパッケージを用いる。pymdpは離散状態空間における能動的推論のモデル化に特化した充実したパッケージであり、階層的な信念更新を比較的少ないコードで実装できる。題材としては、心理学実験で広く用いられる強化学習・逆転学習課題を取り上げ、随伴性の変化を階層的にモデル化する例を通して、能動的推論の理論と実装の両面を学ぶことができる。テーマは昨年度のTWSを引き続いたものだが、pymdpの解説をする点で異なる。