Resumen: Active Inference (AIF) ofrece un marco sólido para la toma de decisiones, sin embargo, sus demandas computacionales y de memoria plantean desafíos para la implementación, especialmente en entornos con recursos limitados. Este trabajo presenta una metodología que facilita la implementación de AIF al integrar la flexibilidad y la eficiencia de PYMDP con un gráfico computacional unificado, escaso y configurado para la ejecución de hardware. Nuestro enfoque reduce la latencia en más de 2x y la memoria hasta en un 35%, avanzando el despliegue de agentes AIF eficientes para aplicaciones en tiempo real y integradas.
Publicado Originalme en export.arxiv.org El 19 de agosto de 2025.
Ver Fuente Original
