本記事では、ユーザーモデルとしての能動推論（AIF）を利用したマウスのポイントアンドクリック行動を探求しています。著者らは、連続的な状態、行動、観察空間を持つAIFエージェントを提案し、1次元のマウスポインティングおよびクリックを実行することに焦点を当てています。実際の知覚遅延を考慮した単純な動的システムを使用してマウスカーソルの動きをモデリングし、エージェントはクリックボタンを正しく押すという知覚に基づいた好みの分布をもとに期待自由エネルギーを最小化することで行動を選択します。その結果、エージェントはターゲット上でカーソルが重なった際に、信頼性の高いポインティング動作とクリックを生成し、人間ユーザーと類似の終点分散を示しました。本研究は、連続システムと相互作用するAIFエージェントの適切な構成を特定することの課題についても言及しています。