政策（policy）不是單一動作，而是代理者對未來一段時間可採取之行動序列的假設。主動推論模型比較多種政策在未來可能產生的觀測，並依預期自由能選擇政策。政策概念讓代理者能將當下動作放進較長的目標脈絡，例如「走到門口、打開門、走到戶外」是一組具有時間結構的行動。
思與行
- 把一項長期目標拆成可觀察的中間狀態與可執行政策。
- 記錄實際路徑偏離預測時，如何更新政策或目標。
政策（policy）不是單一動作，而是代理者對未來一段時間可採取之行動序列的假設。主動推論模型比較多種政策在未來可能產生的觀測，並依預期自由能選擇政策。政策概念讓代理者能將當下動作放進較長的目標脈絡，例如「走到門口、打開門、走到戶外」是一組具有時間結構的行動。