Badacze zaproponowali rozszerzoną formułę active inference dla modelowania ludzkiej jazdy samochodem, która uwzględnia emocje jako kluczowy czynnik wpływający na zachowanie kierowcy. Model operuje na osiach valence i arousal - framework powszechnie używanym w psychologii do opisu stanów emocjonalnych - i ekstrauje wartości emocjonalne z bardziej złożonego modelu obejmującego przestrzeń stanów ciągłych.
Dotychczasowe modele active inference stosowane do symulacji jazdy ignorowały rola stanów afektywnych, pomimo że emocje mają udowodniony wpływ na decyzje podejmowane w ruchu drogowym. Wcześniejsze prace nad reprezentacją emocji w active inference były ograniczone do uproszczonych scenariuszy z dyskretnymi przestrzeniami stanów. Nowe podejście pozwala na conditionowanie estymacji emocjonalnych nie tylko na podstawie bieżącego stanu, ale także na przewidywanych przyszłych wynikach i możliwych scenariuszach, co czyni model bardziej realistycznym.
Naukowcy ewaluowali zaproponowaną metodę w dwóch interaktywnych scenariuszach jazdy i wykazali, że powstałe sygały emocjonalne odpowiadają rzeczywistym wzorcom afektu obserwowanym w podobnych sytuacjach. To stanowi krok w kierunku bardziej humanistycznych modeli sztucznej inteligencji, zdolnych do symulacji złożonych aspektów ludzkiego podejmowania decyzji poza czystą racjonalnością.