כתבה
arXiv cs.LG ·
חקירה פעילה עם פוליצי של דיפוזיה ומודל עולם בפעמיים זמן: תגלית וניווט בעולם האמיתי
Deep Active Inference with Diffusion Policy and Multiple Timescale World Model for Real-World Exploration and Navigation
מחקר זה מציע פרקטיקה חדשה לחקירה פעילה, המשלבת פוליצי של דיפוזיה ומודל עולם בפעמיים זמן. זה מאפשר תגלית וניווט בעולם האמיתי, והוכיח תוצאות טובות יותר במחקרי הניסוי.
תקציר מקורי באנגליתarXiv:2510.23258v2 Announce Type: replace-cross Abstract: Autonomous robotic navigation in real-world environments requires exploration to acquire environmental information as well as goal-directed navigation in order to reach specified targets. Active inference (AIF) based on the free-energy principle provides a unified framework for these behaviors by minimizing the expected free energy (EFE), thereby combining epistemic and extrinsic values. To realize this practically, we propose a deep AIF framework that integrates a diffusion policy as the policy model and a multiple timescale recurrent state-space model (MTRSSM) as the world model. The diffusion policy generates diverse candidate actions while the MTRSSM predicts their long-horizon consequences through latent imagination, enabling a
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית