面向矿洞测绘任务中自主无人机的概率因果发现、推断与解释
机器人学
2023-10-03 v2 人工智能
摘要
因果建模为自主智能体提供理解支配其与世界交互的数据生成过程的巨大潜力。此类模型捕捉形式化知识以及自主机器人在真实环境中通常遭遇的噪声与不确定性的概率表示。因此，因果性可辅助自主智能体决策与解释结果，但以该方式部署因果性引入了新挑战。此处我们识别了在盐矿中运行的无人机系统背景下与因果性相关的挑战。此类环境对自主智能体而言具挑战性，因为存在混杂因素、非平稳性，以及难以提前构建完整因果模型。为解决这些问题，我们提出一个概率因果框架，包含：因果知情的 POMDP 规划、在线 SCM 适配，以及事后反事实解释。进一步，我们概述了计划中的实验，以在模拟矿洞环境及真实世界矿洞数据集上评估与该无人机系统集成的框架。
引用
@article{arxiv.2308.10047,
title = {Towards Probabilistic Causal Discovery, Inference & Explanations for Autonomous Drones in Mine Surveying Tasks},
author = {Ricardo Cannizzaro and Rhys Howard and Paulina Lewinska and Lars Kunze},
journal= {arXiv preprint arXiv:2308.10047},
year = {2023}
}
备注
3 Pages, 3 Figures, 1 Algorithm, To be published in the Proceedings of the "Causality for Robotics: Answering the Question of Why" workshop at the 2023 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Final submission version