自主侦察任务中基于主动推理的智能体
人工智能
2025-10-21 v1
摘要
我们发展了一种用于自主智能体控制的主动推理路径规划方法。目标是对地理区域进行侦察，以维护一种常见的作战态势。为此，我们构建了一个证据图，其反映我们对局势当前理解，包含了随时间收集的可能目标对象的正面和负面传感器观测，并随时间推移将证据扩散到地图上。主动推理的生成模型使用 Dempster-Shafer 理论和高斯传感器模型，为智能体提供输入。生成过程采用贝叶斯方法来更新后验概率分布。我们通过评估证据图的机会概率分布与基于观察的目标对象后验概率分布之间的发散程度（包括接收新观察所产生的惊讶程度）来计算所有地图位置的变分自由能。利用该自由能，我们通过在仿真中采取一步来指导智能体的运动，该步骤指向能够最小化自由能的位置。该方法解决了探索与开发之间的挑战，使智能体能够在搜索地理地图的广阔区域的同时，跟踪已识别的目标对象。
引用
@article{arxiv.2510.17450,
title = {Active Inference for an Intelligent Agent in Autonomous Reconnaissance Missions},
author = {Johan Schubert and Farzad Kamrani and Tove Gustavi},
journal= {arXiv preprint arXiv:2510.17450},
year = {2025}
}
备注
Presented at the 6th International Workshop on Active Inference, 15-17 October 2025, Montreal, Canada