主動(dòng)推理：心智、大腦與行為的自由能原理

致謝
前言
第一部分
1 概論
1.1 介紹
1.2 生命有機(jī)體的持存與適應(yīng)
1.3 主動(dòng)推理：基于第一原則的行為
1.4 全書結(jié)構(gòu)
1.5 總結(jié)
2 主動(dòng)推理的底層邏輯
2.1 介紹
2.2 作為推理的知覺(jué)
2.3 生物的推理和優(yōu)化
2.4 作為推理的行動(dòng)
2.5 最小化模型與世界的差異
2.6 最小化變分自由能
2.7 預(yù)期自由能和作為推理的計(jì)劃
2.8 何謂預(yù)期自由能
2.9 關(guān)于主動(dòng)推理的底層邏輯
2.10 總結(jié)
3 主動(dòng)推理的頂層邏輯
3.1 介紹
3.2 馬爾科夫毯
3.3 驚異最小化與自證
3.4 推理、認(rèn)知與隨機(jī)動(dòng)力學(xué)
3.5 主動(dòng)推理架構(gòu)：理解行為與認(rèn)知的新基礎(chǔ)
3.6 模型、策略與軌跡
3.7 在主動(dòng)推理架構(gòu)下協(xié)調(diào)生成論、控制論和預(yù)測(cè)理論
3.8 主動(dòng)推理：從生命的涌現(xiàn)到能動(dòng)性的產(chǎn)生
3.9 總結(jié)
4 主動(dòng)推理的生成模型
4.1 介紹
4.2 從貝葉斯推理到自由能
4.3 生成模型
4.4 對(duì)應(yīng)離散時(shí)間任務(wù)的主動(dòng)推理
4.5 連續(xù)時(shí)間的主動(dòng)推理
4.6 總結(jié)
5 消息傳遞和神經(jīng)生物學(xué)
5.1 介紹
5.2 微觀回路與消息
5.3 運(yùn)動(dòng)指令
5.4 皮質(zhì)下結(jié)構(gòu)
5.5 神經(jīng)調(diào)節(jié)與學(xué)習(xí)
5.6 表征離散變量與連續(xù)變量的層級(jí)
5.7 總結(jié)
第二部分
6 主動(dòng)推理模型的設(shè)計(jì)指南
6.1 介紹
6.2 主動(dòng)推理模型：四步設(shè)計(jì)指南
6.3 我們?cè)跒槭裁聪到y(tǒng)建模？
6.4 生成模型最恰當(dāng)?shù)男问绞窃鯓拥模?br />6.5 如何創(chuàng)建生成模型？
6.6 怎樣理解生成過(guò)程？
6.7 基于主動(dòng)推理架構(gòu)執(zhí)行數(shù)據(jù)的模擬、可視化、分析和擬合
6.8 總結(jié)
7 離散時(shí)間的主動(dòng)推理
7.1 介紹
7.2 知覺(jué)推理
7.3 作為推理的決策與計(jì)劃
7.4 信息搜集
7.5 學(xué)習(xí)與求新
7.6 多層（深度）推理
7.7 總結(jié)
8 連續(xù)時(shí)間的主動(dòng)推理
8.1 介紹
8.2 運(yùn)動(dòng)控制
8.3 動(dòng)力系統(tǒng)
8.4 廣義同步
8.5 混合（離散 連續(xù)）模型
8.6 總結(jié)
9 基于模型的數(shù)據(jù)分析
9.1 介紹
9.2 元貝葉斯方法
9.3 變分拉普拉斯
9.4 參數(shù)經(jīng)驗(yàn)貝葉斯（PEB）
9.5 基于模型的數(shù)據(jù)分析指南
9.6 生成模型舉例
9.7 錯(cuò)誤推理的模型
9.8 總結(jié)
10 作為感知行為之統(tǒng)一理論的主動(dòng)推理
10.1 介紹
10.2 完整梳理
10.3 融會(huì)貫通：以整合水平理解主動(dòng)推理架構(gòu)
10.4 預(yù)測(cè)性的大腦、心智和預(yù)測(cè)加工理論
10.5 知覺(jué)
10.6 行動(dòng)控制
10.7 效用與決策
10.8 行為與有限理性
10.9 效價(jià)、情緒與動(dòng)機(jī)
10.10 穩(wěn)態(tài)、穩(wěn)態(tài)應(yīng)變與內(nèi)感覺(jué)加工
10.11 注意、顯著性與認(rèn)識(shí)活動(dòng)的動(dòng)力學(xué)
10.12 規(guī)則學(xué)習(xí)、因果推理與快速泛化
10.13 在其他領(lǐng)域應(yīng)用主動(dòng)推理：一些可能的方向
10.14 總結(jié)
附 錄
附錄A 相關(guān)數(shù)學(xué)背景
附錄B 主動(dòng)推理的數(shù)學(xué)方程
附錄C Matlab代碼：一個(gè)帶注釋的例子
注釋
參考文獻(xiàn)
索引