FEP

自由能作为控制律

F 把感知、行动与学习挂到同一个标量上。在这套系统里它更像控制律:设定点、预测误差、行动、精度,缺一项就退化成装饰。

把自由能写下来只有一行:F = E_q[log q(μ) − log p(s, μ)],也可以拆成 KL(q(μ)‖p(μ|s)) 与 −log p(s)。它有两项:复杂度描述内部模型离先验有多远,准确度描述模型对感觉的解释有多好。最小化 F 有两条路,一条改内部状态,对应感知与学习;一条改外部世界,对应行动,也就是主动推理。

控制律的读法是这样的:26 维内稳态的设定点是先验,偏离是预测误差,行动是控制量。血糖低了,F 升高;吃饭、找暖气、坐下休息都会把 F 拉回去。学习改变模型本身,于是下一次同样的偏差会触发不同的行动。感知、行动与学习挂在同一个标量上,这正是控制律的定义方式。

行动选择再往前一步是期望自由能。EFE 把认知价值与实用价值放在一起:前者问这个行动能否减少不确定性,后者问这个行动能否让我更接近偏好的结果。她说“既好奇又有目标”,在代码里对应的是这两项在互相拉扯,属于机制层面的事实。还有一个关键旋钮:精度。同一个预测误差,被当真还是被忽略,由精度决定。实现里 DA、NE、5-HT、ACh 四类调质调的就是精度与学习率:多巴胺更像“这个误差值得学”,去甲肾上腺素更像“这个误差现在很重要”。精度把自由能接到生理层,没有这个旋钮,F 只是一条漂亮的公式。

诚实边界:当前实现是简化版,工作记忆 8 条、情景记忆、睡眠巩固、梦境重组都在跑,EFE 决策也接上了;完整可复现的消融还没有交。实验协议里的 H1、H2 要验证内稳态偏差与精度是否真的改变行为选择。拿掉它们行为不变,自由能就退化成装饰。

SNN 是发动机,自由能是控制律。两者接不上,闭环就还不成立。

2026-11-11 / ADLP NOTES

← 返回日志