面向环境的主动推断

为处理由代理（agent）之外因素引起的环境意外变化，我们提出了一种以环境为中心的主动推断模型（Environment-Centric Active Inference, EC-AIF），其中的Markov Blanket（Markov带）是从环境开始定义的。在常规主动推断中，Markov带是从代理开始定义的，即首先定义作为"行动"者（如机器人或人）的代理，然后将其他直接受代理"行动"影响的人或物体定义为环境，最后将代理与环境之间的边界定义为Markov带。这种以代理为中心的定义不允许代理对由定义环境之外因素引起的意外变化作出响应。在提出的EC-AIF中，不存在对应于代理的实体。环境包括所有可观测事物，包括通常被视为环境的人和物，以及执行"行动"的实体（如机器人和人）。因此，包括机器人和人在内的所有状态都纳入推断目标，从而消除了环境中的意外变化。我们将EC-AIF应用于机器人机械臂，并通过机器人机械臂的对象运输任务进行了验证。结果表明，机器人机械臂成功地在响应目标物体位置变化和另一个机械臂方向变化的同时，完成了对象运输任务。