面向非线性部分可观测系统的概率逆最优控制解耦感知不确定性与行为代价
机器学习
2023-10-31 v2 系统与控制
系统与控制
最优化与控制
神经元与认知
机器学习
摘要
逆最优控制可用于刻画序贯决策任务中的行为。然而，现有工作大多局限于完全可观测或线性系统，或要求动作信号已知。本文提出一种针对具有未观测动作信号的部分可观测随机非线性系统的概率逆最优控制方法，该方法将先前基于最大因果熵公式的逆最优控制方法统一起来。通过显式建模智能体感觉与运动系统的噪声特性，并结合局部线性化技术，我们推导了模型参数的近似似然函数，该函数可在单次前向传播内计算。我们在两个经典控制任务和两个人类行为任务的随机且部分可观测版本上进行了定量评估。重要的是，我们表明尽管在不确定性下的序贯决策（如主动感知与主动学习）中认知性动作与实用性动作相互交织，我们的方法仍能够解耦感知因素与行为代价。所提方法具有广泛适用性，从模仿学习到感觉运动神经科学均可涵盖。
引用
@article{arxiv.2303.16698,
title = {Probabilistic inverse optimal control for non-linear partially observable systems disentangles perceptual uncertainty and behavioral costs},
author = {Dominik Straub and Matthias Schultheis and Heinz Koeppl and Constantin A. Rothkopf},
journal= {arXiv preprint arXiv:2303.16698},
year = {2023}
}