面向真实世界机器人的深度主动推断：具有时序分层世界模型

在不确定的真实世界环境中，机器人必须执行目标导向和探索性动作。然而，大多数基于深度学习的控制方法忽略探索，在不确定性下难以应对。为此，我们采用深度主动推断框架，这一方法能解释人类的目标导向和探索性动作。然而，传统的深度主动推断方法因环境表示能力有限以及动作选择的高计算成本面临挑战。我们提出一种新型深度主动推断框架，包括世界模型、动作模型和抽象世界模型。世界模型在慢速和快速时间尺度上将环境动力学编码为隐藏状态表示。动作模型通过向量量化将动作序列压缩为抽象动作，抽象世界模型以抽象动作为条件预测未来的慢速状态，从而实现低成本动作选择。在真实机器人上进行的对象操控任务评估表明，该框架在多样化的操控任务中实现了高成功率，在不确定环境下在目标导向和探索动作之间灵活切换，同时保持动作选择的可计算性。这些发现凸显了建模多时间尺度动力学和抽象化动作与状态转换的重要性。