沉浸即推断：诱导现实的一种主动推断解释及其与双竞争者模型的关系

沉浸式技术的设计只针对一个目标：人类知觉系统。虚拟现实与增强现实工程师早已认识到，显示器不必复制物理世界，它只需在大脑采样感官信息的层面上提供满足感官的输入。这一工程直觉实际上是对大脑功能的陈述。本文将其发展为主动推理框架下关于沉浸的形式化理论。我们将诱发现实（虚拟现实、增强现实或混合现实，也包括一本书或一场白日梦）视为一个候选生成模型，它与真实现实的模型竞争，以解释共同的感官输入并控制行动。于是，沉浸被定义为随之产生的信念：诱发现实最好地解释了当前的感官信号，并支撑获胜模型的当前知觉现实——尽管由高精度预测误差驱动的贝叶斯模型切换会造成沉浸中断，而诱发模型无法吸收该预测误差。外源性与内源性注意在我们早先的双竞争者模型中被实现为支配流选择的权重（该模型认为注意对沉浸是必要但不充分的），它们表现为两条精度分配路径：进化上稳固的感官事件的可能性精度，以及遵循策略期望自由能的精度。情感与动机通过留在诱发现实中的实用价值与认知价值，以及通过自由能的变化率进入。我们表明，双竞争者注意焦点向量及其角度可从主动推理变量中恢复，并在一个最小模拟中重现了原模型的两种情景：一个奖励性活动和一个疲劳性活动被摔门声打断。该理论将临场感、具身感、晕动症与叙事沉浸联系到单一量，并为沉浸的心理生理评估与闭环控制提供了具体预测。我们讨论了神经工效学设计的启示：其中知觉的进化稳固核心不可协商，而其经验依赖的外围可以被训练。

中文由 AI 翻译，仅供参考，以原文为准。