정보 이론 기반 제한 합리성

논문은 먼저 제한 합리성의 필요성을 경제학·인공지능·강화학습·신경과학 분야에서 제시한다. 전통적인 주관적 기대효용(SEU) 이론은 무한한 계산 능력을 전제로 하지만, 실제 에이전트는 정책 공간이 방대하거나 환경이 불완전하게 관측될 때 전면 탐색이 불가능하다. 이러한 문제를 해결하기 위해 저자들은 “정보‑이론적 제한”이라는 새로운 관점을 도입한다. 2장에서는 SEU와 변분 원리를 복습하고, 두 플레이어 게임을 통해 ‘확실성 등가물(certainty‑equivalent)’ 개념을 소개한다. 이어서 정보 제한을 메타‑추론, 중단된 사고, 효용‑정보 가중치라는 세 가지 핵심 개념으로 정형화한다. 여기서 핵심은 정책 선택에 대한 사전 P 와 실제 선택 분포 Q  사이의 KL 발산을 비용 항으로 포함시키는 것이다. 3장에서는 자유 에너지(F) = E_Q