學習是生成模型在較長時間尺度上的修正過程。代理者不只更新對當下隱藏狀態的信念，也可能調整模型參數，例如狀態轉移機率、觀測關係或對行動後果的預期。模型參數學習與當下知覺推論不同：前者改變未來推論所使用的規則，後者則在既有規則下估計目前狀態。
思與行
- 在一個反覆接觸的情境中，記錄哪些預期只在當下更新，哪些隨經驗逐漸改變。
- 分開保存模型參數、狀態信念與行動習慣的變化。
學習是生成模型在較長時間尺度上的修正過程。代理者不只更新對當下隱藏狀態的信念，也可能調整模型參數，例如狀態轉移機率、觀測關係或對行動後果的預期。模型參數學習與當下知覺推論不同：前者改變未來推論所使用的規則，後者則在既有規則下估計目前狀態。