向狮子学习：从智能体轨迹推断其效用

我们构建了一个使用高斯过程的模型，从观测到的智能体轨迹推断时空向量场。智能体环境中的显著地标或影响点通过指示源和汇存在的向量微积分运算联合推导得出。我们利用推断的时空向量场后验与先验拉普拉斯算子之间的 Kullback-Leibler 散度来评估这些影响点。通过定位影响轨迹的显著特征，我们的模型旨在更深入地理解决定智能体决策的潜在因果效用函数。我们模型的一个关键特征是，它在观测轨迹、效用的时变向量场和经典向量微积分算子之上推断了一个联合高斯过程。我们将模型应用于合成数据以及收集自津巴布韦南部 Bubye Valley Conservancy 的狮子 GPS 数据。