面向可靠性最优POMDP的主动噪声底估计：一种噪声信息价值方法

有限可靠性表示（FRR）在已知物理噪声底的情况下，证明单元常数策略对于部分可观测系统中的可靠决策是充分的。然而，在实践中，感知和执行噪声可能是潜在的且依赖于上下文的。本文针对未知物理噪声参数theta = (sigma_y, sigma_u)开发了一个证书感知的主动消歧框架，仅传感器的情况通过固定sigma_u获得。我们将噪声信息价值（VoNI）定义为由于使用针对当前估计而非实际噪声参数校准的可靠性覆盖而导致的预期超额FRR证书差距。我们使用动作值模型失配和FRR半径膨胀来界定VoNI，表明在FRR证书对theta不敏感的子交叉区域中，噪声估计的决策价值较低，但当后验不确定性可能使当前覆盖失效时，噪声估计变得有价值。一个双层决策者使用从创新统计量、执行残差或其他在线估计器获得的后验分布，并且仅当不确定性威胁FRR证书时才触发诊断性探测。我们还将VoNI解释为用于潜在感知-执行机制消歧的高层有限POMDP的一个易处理的、证书感知的近似。在平稳、可识别和持续激励机制下，我们建立了后验一致性和诱导策略损失向FRR近似下限的收敛性。使用基于EKF的创新残差的闭环UGV仿真表明，在50次蒙特卡洛试验中，与后验熵探索相比，能够更早地检测到突发的感知噪声跳变，更低的漂移跟踪误差，以及显著更少的探测动作。