Minigrid 环境下基于主动推理的自主导航时空层级结构

有力的证据表明，人类利用拓扑地标和粗粒度路径积分的组合来探索环境。这种方法依赖于可识别的环境特征（拓扑地标）以及对距离和方向的估计（粗粒度路径积分），以构建周围环境的认知地图。这种认知地图被认为具有层级结构，从而在解决复杂导航任务时能够进行高效规划。受人类行为启发，本文提出了一种用于自主导航、探索和目标导向行为的可扩展层级主动推理模型。该模型使用视觉观察和运动感知，将好奇心驱动的探索与目标导向行为相结合。运动使用不同层级的推理进行规划，即从上下文到位置再到运动。这使得能够在新的空间中实现高效导航并快速向目标推进。通过结合这些人类导航策略及其对环境的层级表示，该模型为自主导航和探索提出了一种新解决方案。该方法通过在 Minigrid 环境中的仿真进行了验证。