python - 一个新的智力方程式 : Difficulties with Entropy Maximization

Question

我在 Ted Talk 链接中看到了 Alex Wissner-gross 和他的智能行为理论 Here .我试图阅读链接的学术论文 Here ，这与他的演讲有关，但我对数学和物理学的理解不够，无法真正理解发生了什么，更重要的是，我无法在 Python 中重现这个等式。

我发现有几个独特的熵最大化模型是用 python 实现的，但我不知道如何设置它们以及它们是否与 Wissner-gross 方程相同。

Scipy:MaxEntropy

MEMT:Tutorial | Homepage

假设这些方程是维斯纳方程的不同形式，并使用上面的库或其他库，我该如何设置熵最大化算法。

特别是，

• 我如何初始化可能发生变化的实体
  • (就像 Wissner 模拟中的圆圈)。
• 我如何为模型提供不同的操作选项
  • (如实体在模型封闭系统中的移动)。
• 我如何设置有关在某些上下文中产生约束的操作的信息
  • (相当于模拟中的边界框，无法越过它们)。
• 方程式所需的其他变量和过程。

Answer 1

这个问题很笼统，不幸的是，我认为这个答案不会为您提供您可能希望得到的解决方案。

首先，您关于“这些方程是维斯纳方程的不同形式”的假设似乎是错误的。

浏览了这篇论文后，他们所谓的因果熵力 (F) 模型似乎确实与最大熵模型 (毫不奇怪)，你已经找到了一些图书馆。但是，要了解这些库如何用于因果熵强制的实现，您将必须查看论文并找出不同的表达式如何匹配/共享组件。我怀疑这里的任何人都会为你做那件事。 Wikipedia article about maximum entropy可能会帮助你找到关系。

要开始动画和移动，我建议你找一些 Sprite 动画的介绍，for example this one .这将帮助您了解如何使用代码在空间中四处移动对象。

编辑

论文的supplemental material绝对值得一看，甚至包含一些伪代码。另外，论文中的引用文献[12]是这样写的:

Our general-purpose causal entropic force simulation software will be made available for exploration at http://www.causalentropy.org