arXiv cs.AI· Roberto Barumerli, Nils Meyer-Kahlen, Lorenzo Picinali·· 11 小时前AI 评分18
用自由能原理建模空间听觉：感知学习的分层模型
Framing Spatial Hearing within the Free Energy Principle: A Hierarchical Model of Perceptual Learning
AI 导读
研究者首次将自由能原理（FEP）应用于空间听觉，用分层生成模型描述听者在多试次中估计声源方向、并接收视觉反馈后信念的演化。模型将信念分解为侧向定位精度、极向定位精度和半视野消歧三个独立量，能捕捉个体学习轨迹：侧向精度与半视野消歧均提升，极向精度也上升，且初始精度最低者提升最大。
正文 · AI 翻译
摘要：空间听觉依赖于动态的内部表征，以从不断变化的声学条件中解码空间信息。一个基本例子是声源定位，即听者推断不可见声源的方向。贝叶斯推断为这种定位过程提供了计算解释；然而，建模工作在很大程度上局限于静态聆听场景。相反，自由能原理（FEP）将感知、学习和行动描述为变分自由能（VFE）的联合最小化，为解释动态条件提供了一个有原则的框架。在此，我们迈出了将 FEP 应用于空间听觉的第一步。我们刻画了听者的信念如何在试次间演变，在这些试次中他们估计声源方向，并在每个试次后收到随后的视觉反馈。听者由一个分层生成模型描述，其中视觉反馈驱动 VFE 上的梯度下降，更新对三个独立量的信念：横向和极向定位精度以及半视野消歧。该模型捕捉了个体学习轨迹，并揭示了具有不同动态的成分：横向精度提高，半视野消歧也提高，这与听觉通路在解码垂直方向时敏感性增加相一致。值得注意的是，极向精度也提高，对于初始精度最低的听者提高最多，这表明观察到的垂直方向改善由半视野消歧和极向精度共同驱动。这项工作确立了空间听觉作为 FEP 的一个可处理领域，并推动了未来具有完整行动-感知循环的闭环实验。
| 学科： | 声音（cs.SD）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.23196 [cs.SD] |
| （或此版本的 arXiv:2610.23196v1 [cs.SD]） | |
| https://doi.org/10.48550/arXiv.2610.23196 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Roberto Barumerli [查看电子邮件]
[v1]
2026年10月16日星期五 09:32:44 UTC（103 KB）
来源：arXiv cs.AI · arxiv.org