摘要
本文提出了一种针对物理 AI 智能体的新型测试时扩展律，使智能体能利用世界模型在未见场景中泛化。该定律基于主动推理第一性原理，通过动态更新策略来解决非平稳环境中的预测误差。研究构建了软贝叶斯推断过程，采用变分推断最小化自由能界，实现了超越训练数据的学习。自动驾驶仿真表明，该方法在鲁棒泛化性和推理效率上显著优于现有强化学习算法。
AI 推荐理由
论文提出基于主动推理的测试时扩展律，核心在于利用世界模型进行推理以解决预测误差。
研究机构
IEEE
论文信息