Learning Spatial and Temporal Hierarchies: Hierarchical Active Inference for navigation in Multi-Room Maze Environments

要約

認知マップは、環境内の空間的および概念的な関係を表すことにより、柔軟な行動を促進する上で重要な役割を果たします。
効果的な探索とナビゲーションには、環境の基礎となる構造を学習して推測する能力が不可欠です。
この論文では、ピクセルベースの観察から世界の構造を推測するという課題に対処する階層型アクティブ推論モデルを紹介します。
私たちは、認知マップ、他者中心、自己中心の世界モデルからなる 3 層の階層モデルを提案します。これは、文脈から場所、動きに至るさまざまなレベルの推論で、好奇心主導の探索と目標指向の行動を組み合わせたものです。
これにより、部屋構造のミニグリッド環境での効率的な探索と目的に沿った検索が可能になります。

要約(オリジナル)

Cognitive maps play a crucial role in facilitating flexible behaviour by representing spatial and conceptual relationships within an environment. The ability to learn and infer the underlying structure of the environment is crucial for effective exploration and navigation. This paper introduces a hierarchical active inference model addressing the challenge of inferring structure in the world from pixel-based observations. We propose a three-layer hierarchical model consisting of a cognitive map, an allocentric, and an egocentric world model, combining curiosity-driven exploration with goal-oriented behaviour at the different levels of reasoning from context to place to motion. This allows for efficient exploration and goal-directed search in room-structured mini-grid environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google