Non-characterizability of belief revision: an application of finite model theory
University of Illinois at Chicago（伊利诺伊大学芝加哥分校）；MTA-SZTE Research Group on Artificial Intelligence（MTA-SZTE人工智能研究组）
一个正式的框架给出了一类信念修正算子的特征，定义使用最小化一类部分前序，由公设。它表明，对于偏序特征化蕴含着一元二阶逻辑的偏序类的可定义性。基于一类偏序的不可定义性结果，给出了一类不可刻画的修正算子的例子。这似乎是信念修正中的第一个非特征化结果。
2014-03-31 cs.AI cs.LO math.LO
Choice Between Partial Trajectories: Disentangling Goals from Beliefs
Stanford University（斯坦福大学）
针对AI智能体从人类选择数据学习偏好的问题，提出基于自举回报的选择行为模型，通过证明对齐定理将目标与信念解耦，确保在多种选择行为下均能鲁棒地恢复对齐的奖励函数。
2024-12-21 cs.AI cs.LG
On the Link between Partial Meet, Kernel, and Infra Contraction and its Application to Horn Logic
Centre for Artificial Intelligence Research（人工智能研究中心）；University of KwaZulu-Natal（夸祖鲁-纳塔尔大学）；CSIR Meraka Institute（科学与工业研究理事会梅拉卡研究所）
标准的信念改变假设一个包含完整的经典命题逻辑的底层逻辑。然而，在表达性较低的逻辑中也有充分的理由考虑信念变化。在本文中，我们建立在最近的调查Delphon收缩霍恩逻辑。我们表明，标准的基本形式的收缩，部分满足，是太强的霍恩的情况下。这一结果与Delaware的猜想相反，Delaware猜想有序的maxichoice是Horn逻辑的适当收缩形式。然后，我们定义了一个更合适的概念的基本收缩的霍恩的情况下，受凸性属性举行充分的命题逻辑，我们称之为infra收缩。这项工作的主要贡献是一个结果表明，建设方法霍恩收缩的信念集的基础上，我们的infra剩余集完全对应于汉森的经典内核收缩的信念集，当限制到霍恩逻辑。这个结果是通过信念基的收缩绕道而得到的。我们证明，核心收缩的信念基地产生完全相同的结果作为信念基地版本的infra收缩。使用的信念基地，以获得这一结果提供了证据的猜想，霍恩信念变化最好被视为一个混合版本的信念集的变化和信念基地的变化。与基地收缩的链接的后果之一是提供一个代表性的结果霍恩收缩的信念集，其中一个版本的核心保留假设的功能。
2014-01-16 cs.AI cs.LO
Search-based Methods to Bound Diagnostic Probabilities in Very Large Belief Nets
Rockwell International Science Center（罗克韦尔国际科学中心）
由于精确的概率推理是棘手的一般大型多连接的信念网，近似方法是必需的。一种有前途的方法是在假设（网络的实例化）中使用启发式搜索来找到最可能的假设，如TopN算法。搜索是基于假设的相对概率，这是有效的计算。给定部分假设的相对概率的上界和下界，就有可能获得假设的绝对概率的界限。最佳优先搜索的目的是减少最大误差逐步缩小边界的更多的假设进行检查。在这里，定性概率分析得到的BN 20类网络的网络和概括取代噪声或负协同假设的部分假设的相对概率的界限。该方法是通过应用到一个非常大的信念网络，QMR-BN，这是一个重新制定的内科医生-1系统的内科诊断说明。
2013-03-20 cs.AI
Belief Memory: Agent Memory Under Partial Observability
MBZUAI；RIKEN AIP；UT Austin；Wuhan University（武汉大学）
本文提出BeliefMem，通过保留多个候选结论及其概率，解决智能体在部分可观测环境中记忆的不确定性问题，实验证明其在LoCoMo和ALFWorld基准上表现优异。
2026-05-08 cs.AI cs.CL
Belief propagation for permutations, rankings, and partial orders
Santa Fe Institute（圣塔菲研究所）
许多数据集通过指示哪个团队赢得了比赛，用户喜欢哪个项目，或者谁感染了谁来提供有关排序或排名的部分信息。我们定义了一个连续自旋系统的吉布斯分布是后验分布的排列，这些相互作用的概率模型。使用腔方法，我们推导出一个信念传播算法，计算每个节点的位置的边缘分布。此外，Bethe自由能让我们近似一个偏序的线性扩展的数量，并在竞争的概率模型之间进行模型选择，例如Bradley-Terry-Luce噪声比较模型及其表兄弟。
2022-05-05 cond-mat.stat-mech cs.AI cs.LG
Constructing Belief Networks to Evaluate Plans
George Mason University（乔治梅森大学）；The MITRE Corporation（MITRE公司）
本文探讨了构建信任网络来评估基于知识的规划者所制定的规划的问题。提出了用于处理各种类型的复杂计划特征的技术。这些包括计划与上下文相关的后果，间接后果，行动的先决条件，必须是真的，在行动的执行过程中，突发事件，多层次的抽象多个执行代理与部分有序和时间重叠的行动，以及计划，其中引用特定的时间和持续时间。
2013-02-27 cs.AI
PODDP: Partially Observable Differential Dynamic Programming for Latent Belief Space Planning
自主智能体观察世界状态的能力有限。部分可观测马尔可夫决策过程（POMDPs）对世界状态不确定性下的规划问题进行了形式化建模，但具有连续动作和非线性动力学特性的POMDPs适合于机器人应用，其求解具有挑战性。在本文中，我们提出了一个有效的差分动态规划（DDP）算法的信任空间规划POMDP的不确定性在一个离散的潜在状态，连续的状态，行动，观察，和非线性动力学。这种表示允许规划的动态轨迹是敏感的离散的潜在世界状态的结构化不确定性。我们开发了动态规划技术，以优化一个可能的观测和信念空间轨迹树的应急计划，并得出一个层次版本的算法。我们的方法适用于成本或回报函数不确定的问题（例如，目标或障碍的配置），动态的不确定性（例如，混合系统的动态模式），以及交互的不确定性，其中其他代理的行为取决于潜在的意图。基准测试表明，我们的算法优于流行的启发式方法规划下的不确定性，从一个自主变道任务的结果表明，我们的算法可以合成强大的互动轨迹。
2019-12-14 cs.AI cs.RO
Predictive Coding Enhances Meta-RL To Achieve Interpretable Bayes-Optimal Belief Representation Under Partial Observability
University of Washington（华盛顿大学）；Allen Institute for Neural Dynamics（神经动态研究院）；Google DeepMind（谷歌DeepMind）
本研究受神经科学预测编码启发，将自监督预测模块引入元强化学习，以促进部分可观测环境下可解释的贝叶斯最优信念表示学习，实验证明该方法在表示质量、策略学习和泛化上均优于传统元强化学习。
2025-10-24 cs.AI q-bio.NC
Belief-State Engine: Augmenting LLMs for Principled Planning Under Partial Observability
针对大语言模型智能体在部分可观测环境下易过早承诺、策略漂移的问题，提出信念状态引擎（BSE），通过外部维护贝叶斯后验并仅暴露给模型，实现原则性规划，在Tiger和攻击图任务上提升回报与决策一致性。
2026-09-10 cs.AI cs.LG cs.RO
Computational Advantages of Relevance Reasoning in Bayesian Belief Networks
University of Pittsburgh（匹兹堡大学）
本文介绍了一个计算框架推理贝叶斯信念网络，从集中推理和相关推理的显着优势。该框架基于d -分离和其他简单且计算效率高的技术，用于修剪网络中不相关的部分。我们的主要贡献是一种技术，我们称之为基于相关性的分解。基于相关性的分解方法通过关注大网络中的部分并将其分解为部分重叠的子网络来实现信念更新。这使得在一些棘手的网络中进行推理成为可能，此外，通常会导致显着的加速，因为更新所有子网所花费的总时间实际上通常比更新整个网络所花费的时间要少得多。我们报告的实证检验结果表明，我们的方法的实际意义。
2013-02-06 cs.AI
Sample-and-Accumulate Algorithms for Belief Updating in Bayes Networks
贝叶斯网中的信念更新是一个众所周知的计算困难的问题，最近已经被几种确定性算法和各种随机近似算法所近似。确定性算法通常提供概率界，但具有指数运行时间。一些随机化方案具有多项式运行时间，但仅提供概率估计。我们提出了随机算法，枚举高概率的部分实例，从而在概率界。这些算法中的一些也是采样算法。具体来说，我们介绍和评估的一个变种的后向采样，作为一个采样算法和随机枚举算法。我们还放松了采样和累积算法所使用的隐式假设，即查询节点必须在所有样本中实例化。
2013-02-13 cs.AI
B$^3$RTDP: A Belief Branch and Bound Real-Time Dynamic Programming Approach to Solving POMDPs
MIT Media Lab（麻省理工学院媒体实验室）
部分可观测马尔可夫决策过程（POMDPs）为自主智能体提供了一个有前途的世界表示，因为它们可以模拟过渡和感知的不确定性。计算POMDP问题的最优解在计算上可能是昂贵的，因为它们需要在（可能是无限的）信念空间上进行推理。已经提出了几种方法来克服这个困难，如离散化的信念空间，基于点的信念抽样，和蒙特卡罗树搜索。RTDP-Bel算法的实时的【形】动态规划方法通过将价值函数存储在具有离散化置信键的哈希表中来近似该价值函数。我们提出了一个扩展的RTDP-Bel算法，我们称之为信念分支和界限RTDP（B $^3$ RTDP）。我们的算法使用有界价值函数表示，并利用这两个新的方式：搜索绑定技术的基础上的行动选择收敛概率，并利用早期的行动收敛称为\textit{Convergence Frontier}的方法。最后，我们的经验表明，B $^3$ RTDP可以实现更大的回报，在更短的时间比国家的最先进的SARSOP解决已知的POMDP问题。
2022-10-22 cs.AI
Exploiting Causality for Selective Belief Filtering in Dynamic Bayesian Networks
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；The University of Edinburgh（爱丁堡大学）
动态贝叶斯网络（DBNs）是一种研究状态部分可观测随机过程的通用模型。DBN中的信念过滤是基于不完整和噪声观测来推断信念状态（即过程状态的概率分布）的任务。在具有大状态空间的复杂过程中，这可能是一个难题。在这篇文章中，我们探索了通过自动利用过程中的因果关系来加速过滤任务的想法。我们考虑一种特定类型的因果关系，称为被动性，它涉及状态变量如何引起其他变量的变化。我们提出了基于被动性的选择性信念过滤（PSBF）方法，该方法保持了一个因子化的信念表示，并利用被动性对信念因子进行选择性更新。PSBF在一定的假设条件下产生精确的信念状态，否则产生近似的信念状态，其中近似误差由过程中的不确定性程度限制。我们的经验表明，在不同的大小和程度的被动的合成过程中，PSBF比几种替代方法更快，同时实现竞争力的准确性。此外，我们还演示了被动性如何在多机器人仓库等复杂系统中自然发生，以及PSBF如何利用这一点来加速过滤任务。
2016-04-25 cs.AI
Algorithms for Irrelevance-Based Partial MAPs
Brown University（布朗大学）
基于无关性的部分映射是使用信念网络进行领域独立解释的有用结构。我们看看这样的部分地图的两个定义，并证明重要的属性，是有用的设计算法，有效地计算它们。我们利用这些属性修改我们的标准MAP最佳优先算法，以便处理不相关的部分地图。
2013-03-20 cs.AI
Coherence, Belief Expansion and Bayesian Networks
我们构造了一个概率一致性测度的信息集，它决定了一个偏一致性排序。这一措施被应用于构建一个标准，以扩大我们的信念，面对新的信息。许多理想化的做法可以通过诉诸贝叶斯网络来放松。
2000-03-08 cs.AI cs.LO
Distributed Partial Information Puzzles: Examining Common Ground Construction Under Epistemic Asymmetry
Brandeis University（布兰迪斯大学）；Colorado State University（科罗拉多州立大学）
提出分布式部分信息谜题（DPIP）任务，收集多模态数据集，并评估大语言模型与动态认知逻辑方法在追踪信念状态和共同基础构建上的表现。
2026-03-05 cs.AI cs.CL
Ego2World: Compiling Egocentric Cooking Videos into Executable Worlds for Belief-State Planning
Xi’an Jiaotong University（西安交通大学）；Nankai University（南开大学）；National University of Singapore（新加坡国立大学）；A*STAR
本文提出Ego2World基准，通过编译第一人称视角烹饪视频为可执行符号世界，支持信念状态规划。实验表明，信念维护对任务完成至关重要。
2026-10-07 cs.AI cs.CV
A note on belief structures and S-approximation spaces
Vali-e-Asr University of Rafsanjan（拉夫桑詹瓦利阿斯尔大学）；IST Austria (Institute of Science and Technology Austria)（奥地利科学技术研究所）；University of Mohaghegh Ardabili（莫哈格赫·阿尔达比里大学）；University of Isfahan（伊斯法罕大学）
研究了证据理论与S-逼近空间之间的关系。这两个理论都有其根源在分析Dempster的多值映射和上下概率，并有密切的关系，粗糙集。我们证明了一个S-近似空间，满足单调性条件，可以诱导一个自然的信念结构，这是一个基本块的证据理论。我们还证明了，人们可以诱导一个自然的信念结构上的一个集合，给定的信念结构上的另一个集合，如果这些集合是相关的部分单调S-近似空间。
2020-03-28 cs.AI math.LO
Exploiting Causality for Selective Belief Filtering in Dynamic Bayesian Networks (Extended Abstract)
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；The University of Edinburgh（爱丁堡大学）
动态贝叶斯网络（DBNs）是一种研究状态部分可观测随机过程的通用模型。DBN中的信念过滤是基于不完整和不确定的观察来推断信念状态（即过程状态的概率分布）的任务。在这篇文章中，我们探索了通过自动利用过程中的因果关系来加速过滤任务的想法。我们考虑一种特定类型的因果关系，称为被动性，它涉及状态变量如何引起其他变量的变化。我们提出了基于被动性的选择性信念过滤（PSBF）方法，该方法保持了一个因子化的信念表示，并利用被动性对信念因子进行选择性更新。PSBF在合成过程和模拟的多机器人仓库，在那里它优于其他过滤方法，利用被动。
2019-07-10 cs.AI cs.RO
Multi-Agent Decentralized Belief Propagation on Graphs
Qualcomm（高通）；Northwestern University（西北大学）
我们考虑的问题的交互式部分可观察马尔可夫决策过程（I-POMDPs），其中代理位于通信网络的节点。具体来说，我们假设所有消息都有一个特定的消息类型。此外，每个代理根据交互式信念状态、本地观察到的信息以及通过网络从其邻居接收到的消息做出单独的决策。在这种情况下，代理的集体目标是通过与邻居交换信息来最大化网络上的全局平均回报。我们提出了一个分散的信念传播算法，并证明了我们的算法的收敛性。最后，我们展示了我们的框架的多个应用程序。我们的工作似乎是第一次研究分散的信念传播算法的网络多智能体I-POMDPs。
2020-11-10 cs.AI cs.LG
When Does Adaptive Guidance Help? Belief-Aware Privileged Distillation for Autonomous Driving Under Partial Observability
TUBITAK BILGEM Artificial Intelligence Institute（土耳其TUBITAK BILGEM人工智能研究所）
本文提出信念感知GSAC（BA-GSAC），通过集成分歧动态调节蒸馏系数，系统研究自适应引导在部分可观测自动驾驶中的有效性，发现严重遮挡下系数过早崩溃，并揭示可观测性盲区问题。
2026-05-24 cs.AI cs.LG cs.RO
Linearized and Single-Pass Belief Propagation
Carnegie Mellon University（卡内基梅隆大学）
我们如何分辨社交网络中的账户是真是假？我们如何区分哪些账户属于自由派、保守派或中间派用户？通常，我们可以回答这些问题，并根据邻居的标签和适当的同质性（“物以类聚”）或异质性（“异性相吸”）假设来标记网络中的节点。用于这种推理的最广泛使用的方法之一是置信传播（BP），其迭代地将来自具有显式标签的几个节点的信息传播到整个网络，直到收敛。然而，BP的一个主要问题是，在有循环的图中没有已知的精确收敛保证。本文介绍了线性化置信传播（LinBP），BP的线性化，允许通过直观的矩阵方程的封闭形式的解决方案，因此，与收敛保证。它处理homophily，heterophily，以及在多类设置中出现的更一般的情况。另外，它允许在SQL中进行紧凑的实现。本文还介绍了单通道置信传播（SBP），一个“本地化”版本的LinBP，传播信息在每个边缘最多一次，最终的类分配只取决于最近的标记邻居。此外，SBP允许在动态网络中进行快速增量更新。我们的运行时实验表明，LinBP和SBP的数量级快于标准
2014-10-16 cs.AI cs.DB
Action-Conditioned Risk Gating for Safety-Critical Control under Partial Observability
University of Virginia（弗吉尼亚大学）；Google（谷歌）；University of Maryland, College Park（马里兰大学 College Park 分校）；Stanford University（斯坦福大学）；Louisiana State University（路易斯安那州立大学）；College of William and Mary（威廉与玛丽学院）
本文提出一种轻量级风险门控强化学习方法，用于部分可观测环境下风险敏感控制。通过构建紧凑的有限历史代理状态并学习动作条件化的短期安全违规预测，实现风险惩罚与决策时的保守评估，提升安全关键任务的性能与效率。
2026-05-14 cs.AI cs.LG cs.SY
