学习预测长时域轨迹中的偶然与认知不确定性

赋予自主智能体预测自身结果和不确定性的能力，将使其能传达自身能力并被更安全地使用。我们通过使用智能体系统的习得世界模型来预测长时域内的完整智能体轨迹来实现这一点。真实世界系统涉及显著的偶然不确定性与认知不确定性来源，二者在轨迹预测中随时间复合且相互作用。我们开发了一种深度生成式世界模型，其在量化偶然不确定性的同时，将认知不确定性的影响纳入学习过程。我们在两个强化学习问题上表明，我们的不确定性模型在完整轨迹时域内产生经校准的结果不确定性估计。