更改

跳到导航 跳到搜索
删除558字节 、 2024年9月10日 (星期二)
第192行: 第192行:     
智能体如何处理测量结果才能识别其中因果态呢?为了解决这个问题,计算力学建立了名为模式重构机器(ϵ-machine)的模型,它可以重构测量结果中的序列,去除随机噪音后识别其中的因果态。模式重构机器的大小可以用统计复杂度衡量,它的形式化定义可以用公式表示为<math>M=(\mathcal{S},T)</math>,其中<math>T</math>为状态到状态映射的集合,满足<math>S_{(t+1)}=TS_t</math>,它类似于一个粗粒化后的宏观动力学。<math>T_{ij}^{\left ( s \right )}</math>为两个因果态<math>S_i</math>和<math>S_j</math>之间的因果态转移概率映射,<math>T_{ij}^{(s)}\equiv\mathrm{P}(\mathcal{S}'=\mathcal{S}_j,\stackrel{\to}{S}^1=s|\mathcal{S}=\mathcal{S}_i)</math>。
 
智能体如何处理测量结果才能识别其中因果态呢?为了解决这个问题,计算力学建立了名为模式重构机器(ϵ-machine)的模型,它可以重构测量结果中的序列,去除随机噪音后识别其中的因果态。模式重构机器的大小可以用统计复杂度衡量,它的形式化定义可以用公式表示为<math>M=(\mathcal{S},T)</math>,其中<math>T</math>为状态到状态映射的集合,满足<math>S_{(t+1)}=TS_t</math>,它类似于一个粗粒化后的宏观动力学。<math>T_{ij}^{\left ( s \right )}</math>为两个因果态<math>S_i</math>和<math>S_j</math>之间的因果态转移概率映射,<math>T_{ij}^{(s)}\equiv\mathrm{P}(\mathcal{S}'=\mathcal{S}_j,\stackrel{\to}{S}^1=s|\mathcal{S}=\mathcal{S}_i)</math>。
  −
ϵ-机器和图灵机不同,简单的图灵机是一种完全抽象的计算模型,它被实例化为冯·诺依曼架构,是现代计算机的理论模型。ϵ-机器可以通过和环境的互动,不断理解环境,更新自己的内秉属性,引入固定和随机变量而重构出来。
  −
  −
[[文件:无限ϵ-机器的有限字符生成器-202409051.png|替代=ϵ-机器的示意图|无框|349x349像素]]
  −
  −
无限判定厄普西隆机器(ϵ-machine)可以表征为有限版本,并通过后续章节的重构算法形成字符生成器。
      
==层次机器==
 
==层次机器==
275

个编辑

导航菜单