主動推論模型是否能直接存取自身已執行的動作，會改變模型需要推論的狀態與計算負擔。action-aware 模型把過去動作視為已知，主要規劃未來行動；action-unaware 模型則必須同時估計過去與未來的動作軌跡。兩種形式可能在不同任務與神經假設下各有用途，不能只憑單一導航任務的表現判定哪一種普遍正確。
思與行
- 閱讀或實作主動推論模型時，將「行動紀錄是否可直接取得」列為明確的模型假設。
- 除了比較任務成功率，也比較推論狀態數量、計算成本、可擴展性，以及對行動回饋噪音的穩健程度。
參考
- 實證案例：不知自身行動的智能體仍可能以主動推論完成導航。
- 理論脈絡：行動能藉由改變感官輸入來實現預測、理論評估必須交代可觀察變項與競爭模型。