Friston、FitzGerald、Rigoli、Schwartenbeck 與 Pezzulo 將主動推論描述為一種歷程理論：神經活動與行動選擇可被建模為對變分自由能的梯度下降。論文以離散狀態的馬可夫決策模型說明如何從生成模型推導知覺、政策選擇及學習的動態，並嘗試重現重複抑制、預測違反反應、位置細胞活動、證據累積與多巴胺反應等現象。這是理論模型對神經現象的統整，不代表每項現象都已由主動推論獨占解釋。
思與行
- 對照論文提出的每一種神經現象，尋找獨立實驗與競爭模型。
- 在閱讀時區分規範性描述（系統應如何運作）與歷程描述（系統實際如何運作）。
參考
- Friston, K. et al. (2017). Active inference: A process theory. Neural Computation, 29(1), 1–49. UEA repository · DOI
- 延伸：主動推論把知覺行動與學習理解為同一循環、政策是通往預期狀態的行動序列、神經歷程理論必須產生可區辨的預測