基于主动推断的目标导向规划与目标理解:通过仿真与物理机器人实验评估
机器人学
2022-04-13 v1 人工智能
摘要
我们展示了在目的论框架中的目标导向动作规划与生成可以使用自由能原理来表述。所提出的模型构建于变分循环神经网络模型之上,具有三个本质特征。这些特征是:(1) 目标既可以为静态感官状态(例如待到达的目标图像)指定,也可以为动态过程(例如绕物体移动)指定;(2) 该模型不仅能生成目标导向的动作规划,还能通过感官观察理解目标;(3) 模型基于当前状态的最佳估计(利用过去感官观察推断得到)为给定目标生成未来动作规划。所提出的模型通过在仿真移动智能体以及执行物体操控的真实人形机器人上进行实验得到了评估。
引用
@article{arxiv.2202.09976,
title = {Goal-directed Planning and Goal Understanding by Active Inference: Evaluation Through Simulated and Physical Robot Experiments},
author = {Takazumi Matsumoto and Wataru Ohata and Fabien C. Y. Benureau and Jun Tani},
journal= {arXiv preprint arXiv:2202.09976},
year = {2022}
}
备注
29 pages, 19 figures. Submitted to MDPI Entropy