通过影响增强局部模型中的薛定谔桥实现隐式视角迁移

在与人类共处的环境中运作需要机器人在不确定性下做出决策。除了外生动力学外，他们还必须推理他人的隐藏心理模型和心理状态。虽然交互式POMDP和贝叶斯心理理论表述是原则性的，但精确的嵌套信念推断难以实现，手工指定的模型在开放世界环境中脆弱。我们同时解决这两个问题，通过学习结构化的心理模型和他人心理状态的估计器。基于影响基础抽象，我们在影响增强局部模型中实例化社交感知机器人任务，将其分解为局部动力学、社交影响和外生因素。我们提出（a）一种实例化为因子化、离散动态贝叶斯网络的神经符号世界模型，以及（b）一个建模为对所学习的局部动力学进行摊销化薛定谔桥的视角迁移算子，将因子化的自我中心信念运输到他人中心信念。我们展示，这种体系结构使代理能够通过决策时间心理状态规划（信念空间中的薛定谔桥）在基于模型的强化学习中合成社交感知策略，并在MiniGrid社交导航任务中取得初步结果。