通过扩散贝叶斯探索动态修正错误状态估计
机器学习
2026-01-28 v3 人工智能
统计计算
摘要
在应急响应和其他高风险社会应用中，早期阶段的状态估计关键地影响下游结果。然而，这些初始状态估计——通常基于有限或有偏的信息——可能与现实严重偏离，限制后续行动并可能导致灾难性的延迟、资源错配和人身伤害。在平稳引导基线（零转移和无复苏）下，引导粒子滤波器表现出由平稳性引发的后验支撑不变性（S-PSI），即初始先验排除的区域永久不可探索，即使新证据与当前信念矛盾也无法进行修正。虽然经典扰动原则上可以打破这种锁定，但它们始终处于开启状态，可能效率低下。为克服这一问题，我们提出了一种扩散驱动的贝叶斯探索框架，能够原则性地实时修正早期状态估计错误。我们的方法通过熵正则化采样和协方差缩放扩散扩展后验支撑。Metropolis-Hastings检验验证建议并保持推理对意外证据的自适应性。在真实危险气体定位任务上的实证评估表明，当先验正确时，我们的方法与强化学习和规划基线匹配在先验正确时表现相当。在先验偏差时，它显著优于经典SMC扰动和基于RL的方法，我们提供了理论保证，证明DEPF解决了S-PSI同时保持了统计严谨性。
引用
@article{arxiv.2512.03102,
title = {Dynamic Correction of Erroneous State Estimates via Diffusion Bayesian Exploration},
author = {Yiwei Shi and Hongnan Ma and Mengyue Yang and Cunjia Liu and Weiru Liu},
journal= {arXiv preprint arXiv:2512.03102},
year = {2026}
}