A Probabilistic Extension of Action Language BC+
Arizona State University（亚利桑那州立大学）
我们提出了一个概率扩展的动作语言BC+。就像BC+被定义为描述转换系统的回答集程序的高级符号一样，我们称之为pBC+的建议语言被定义为LPMLN程序的高级符号-回答集程序的概率扩展。我们展示了如何概率推理的过渡系统，如预测，预测和规划问题，以及概率诊断的动态域，可以在pBC+建模和计算使用LPMLN的实现。
2018-08-03 cs.AI
Bridging Commonsense Reasoning and Probabilistic Planning via a Probabilistic Action Language
Arizona State University（亚利桑那州立大学）；SUNY Binghamton（纽约州立大学宾汉姆顿分校）
为了响应动态变化的现实世界环境，智能代理需要执行复杂的顺序决策任务，这些任务通常由常识知识指导。在这方面的研究导致了称为“交错常识推理和概率规划”（icorpp）的框架，它使用P-log表示常识知识和马尔可夫决策过程（MDP）或部分可观察MDP（POMDP）在不确定性下进行规划。icorpp的一个主要限制是它的实现需要非平凡的工程努力来桥接常识推理和概率规划形式主义。在本文中，我们提出了一个统一的框架，集成icorpp的推理和规划组件。特别是，我们扩展了概率动作语言pBC+来表达效用，信念状态和观察POMDP模型。继承动作语言的优点，新的动作语言提供了一个详细的宽容表示POMDP，反映常识知识。这个想法导致了系统pbcplus 2 pomdp的设计，它将pBC+动作描述编译成POMDP模型，该模型可以直接由现成的POMDP求解器处理，以计算pBC+动作描述的最佳策略。实验结果表明，该方法保留了icorpp的优点，同时避免了在常识推理器和概率规划器之间进行人工连接。
2019-07-31 cs.AI
A Probabilistic Calculus of Actions
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
我们提出了一个象征性的机器，承认一个给定的域的概率和因果关系的信息，并产生概率陈述的影响的行动和观察的影响。微积分允许两种类型的条件运算符：普通贝叶斯条件，P（y| X = x），它表示观察X = x，以及因果条件作用P（y| do（X = x）），读取通过故意动作保持X恒定（在x处）的条件下Y = y的概率。给定这样的观察和因果语句的混合物，以及因果图的拓扑结构，演算得出这两种类型的新的条件概率，从而使人们能够从部分指定的知识库中量化行动（和政策）的影响，例如贝叶斯网络，其中一些条件概率可能不可用。
2013-02-27 cs.AI
Probabilistic Hybrid Action Models for Predicting Concurrent Percept-driven Robot Behavior
Aachen University of Technology（亚琛工业大学）
本文开发了概率混合动作模型（PHAM），这是一种现实的因果模型，用于预测现代感知驱动机器人计划产生的行为。PHAM代表了人工智能规划中使用的大多数动作模型无法表示的机器人行为的各个方面：连续控制过程的时间结构，它们的非确定性影响，它们的干扰的几种模式，以及闭环机器人计划中触发条件的实现。本文的主要贡献是：（1）PHAM，并发感知驱动行为的模型，其形式化，并证明该模型可能产生定性准确的预测;（2）基于概率动作模型和状态描述的抽样预测的PHAM资源有效的推理方法。我们展示了如何PHAM可以应用于规划的自主机器人办公室快递的行动过程中的分析和实验结果的基础上。
2011-09-27 cs.AI
Sound Abstraction of Probabilistic Actions in The Constraint Mass Assignment Framework
本文提供了一个正式的和实用的框架，合理的抽象概率行动。我们首先在有限时间规划（每个计划都是一个有限的行动序列）的背景下精确地定义了声音抽象的概念。接下来，我们表明，这种抽象不能在传统的概率动作表示，模型的世界与一个单一的概率分布的状态空间。然后，我们提出了约束质量分配表示，模型的世界与一组概率分布，是一个推广的质量分配表示。在这个框架内，我们提出了三种类型的动作抽象的声音抽象程序。最后，我们的讨论和相关工作的声音和近似抽象的文件。我们给指针的文件，我们讨论其他健全的抽象相关的问题，包括应用程序，估计损失由于抽象，自动生成抽象层次结构。
2013-02-13 cs.AI
Elaboration Tolerant Representation of Markov Decision Process via Decision-Theoretic Extension of Probabilistic Action Language pBC+
Arizona State University（亚利桑那州立大学）
我们扩展概率动作语言pBC+与决策理论中的效用概念。扩展的pBC+的语义可以被定义为概率答案集程序设计语言LPMLN的决策理论扩展的速记符号。或者，pBC+的语义也可以根据马尔可夫决策过程（MDP）来定义，这反过来允许以简洁和精细容忍的方式表示MDP，以及利用MDP求解器来计算pBC+。这个想法导致了系统pbcplus2mdp的设计，它可以使用MDP求解器找到pBC+动作描述的最佳策略。这篇论文是在逻辑程序设计理论与实践（TPLP）中考虑的。
2020-10-01 cs.AI
A Probabilistic Model of Action for Least-Commitment Planning with Information Gather
University of Washington（华盛顿大学）
人工智能规划算法已经解决了生成实现某些输入目标的操作符序列的问题，通常假设规划代理对世界具有完美的控制和信息。放松这些假设需要对动作表示进行扩展，允许对动作所做的更改及其提供的信息进行推理。本文提出了一种行动表示，扩展了确定性的CNOPS模型，使行动既有因果关系和信息的影响，这两者都可以是上下文相关的和嘈杂的。我们还演示了如何一个标准的最小承诺规划算法可以扩展到包括信息行动和权变执行。
2013-02-27 cs.AI
A Structured, Probabilistic Representation of Action
Stanford University（斯坦福大学）
当智能体在现实世界中设计执行计划时，他们面临两种重要形式的不确定性：他们永远无法完全了解世界的状态，并且他们没有完全的控制权，因为他们的行动的效果是不确定的。虽然大多数经典的规划方法避免明确的不确定性推理，我们认为，不确定性应该明确表示和推理。我们开发了一个概率表示的状态和行动，基于信念网络。我们定义了条件信念网（CBN），以捕捉一个动作对世界状态的影响的概率依赖性。我们还使用CBN来表示环境中实体之间的内在关系，这些关系在状态之间持续存在。我们提出了一个简单的投影算法来构建一个行动的后续状态的信念网络，使用环境CBN模型来推断间接影响。我们讨论了如何定性方面的信念网络和CBN使他们适合的各个阶段的问题解决过程中，从模型构建规划算法的设计。
2013-02-27 cs.AI
Qualitative Probabilistic Networks for Planning Under Uncertainty
MIT Laboratory for Computer Science（麻省理工学院计算机科学实验室）
贝叶斯网络为关于可能性的定性断言提供了概率语义。基于这些断言的代数的定性推理器可以得出关于动作的影响的进一步结论。虽然这些结论比从完全概率分布中计算出来的结论要弱得多，但它们对于建议潜在的行动、消除明显较差的计划、识别重要的权衡和解释概率模型仍然很有价值。
2013-03-27 cs.AI
Discovering State Equivalences in UCT Search Trees By Action Pruning
Institute for Information Processing（信息处理研究所）；Leibniz University Hannover（汉诺威莱比锡大学）；University of Southern Denmark（南丹麦大学）；SDU Metaverse Lab（SDU元宇宙实验室）
一种增强蒙特卡罗树搜索（MCTS）的方法是通过分组/抽象状态或状态-动作对并在组内共享统计来提高其样本效率。虽然状态-动作对抽象在诸如应用于树的上置信度界限中的On the Go抽象（OGA-UCT）之类的算法中很容易找到，但由于约束条件，在噪声或大动作空间设置中几乎没有发现状态抽象。我们提供了理论和经验证据，这种说法，我们稍微减轻这个状态抽象问题，提出了一个较弱的状态抽象条件，交易的准确性略有损失，找到更多的抽象。我们将这种技术命名为UCT中的理想修剪抽象（IPA-UCT），它在实验验证的大范围测试域和迭代预算中优于OGA-UCT（及其任何衍生物）。IPA-UCT使用与OGA-UCT使用的状态-动作对抽象（ASAP）不同的抽象框架，我们将其命名为IPA。此外，我们表明，IPA和ASAP是一个更一般的框架，我们称之为p-ASAP，这本身是一个特殊情况下的ASASAP框架的特殊情况。
2025-10-30 cs.AI
Reinforcement Learning in Partially Observable Markov Decision Processes using Hybrid Probabilistic Logic Programs
Gulf University for Science and Technology（海湾科技大学）
我们提出了一个概率逻辑编程框架，强化学习，通过集成强化学习，在POMDP环境中，与正常的混合概率逻辑程序与概率答案集语义，这是能够表示特定领域的知识。我们正式证明了我们的方法的正确性。我们证明了在我们的方法中为强化学习问题找到策略的复杂性是NP完全的。此外，我们证明了任何强化学习问题都可以编码为具有答案集语义的经典逻辑程序。我们还表明，一个强化学习问题可以编码为SAT问题。我们提出了一个新的高层次的动作描述语言，允许POMDP的因子表示。此外，我们修改了POMDP的原始模型，使它能够区分知识生产行动和行动，改变环境。
2010-11-27 cs.AI
Foundations for a Probabilistic Event Calculus
University College London（伦敦大学学院）
我们提出PEC，事件演算（EC）风格的动作语言推理的概率因果关系和叙事信息。它具有类似于EC变体Modular-E的动作语言风格语法。它的语义是在可能的世界，构成可能的领域的演变，并建立在EFEC，EC的认知扩展。我们还描述了一个ASP实现PEC，并显示在这个意义上，这是健全的和完整的。
2017-06-30 cs.AI
Theoretical Foundations for Abstraction-Based Probabilistic Planning
University of Wisconsin-Milwaukee（威斯康星大学密尔沃基分校）
不确定性下的世界和行为建模是决策理论规划框架中的核心问题之一。这种表示必须足够普遍，以捕捉现实世界的问题，但同时它必须提供一个基础上，理论结果可以得出。我们在这里提出的框架中的中心概念是仿射算子，它是构造概率分布（凸）集的工具，可以被认为是置信函数和区间质量分配的推广。在世界的状态的不确定性建模的概率分布集，表示为仿射树，而行动被定义为树操纵器。一个小集合的仿射算子的关键属性，形成的基础上，大多数现有的基于操作的概率动作投影和动作抽象的定义。我们推导并证明了正确的三个投影规则，生动地说明了在平面投影中的精度和复杂性的权衡。最后，我们将展示Haddawy和Doan确定的三种类型的动作抽象在本框架中的表现。
2013-02-13 cs.AI
Characterizing Human Actions in the Digital Platform by Temporal Context
针对现有模型忽略动作间时间间隔信息的问题，提出双尺度 Action-Timing Context(ATC) 框架，联合嵌入动作及其时间间隔以获取低维表示，在真实数据集上证明其对全面理解数字平台人类行为至关重要。
2025-05-01 cs.AI cs.HC
mGPT: A Probabilistic Planner Based on Heuristic Search
ICREA（加泰罗尼亚研究与高级研究所）；Universitat Pompeu Fabra（庞培法布拉大学）
我们描述的版本的GPT规划器中使用的概率轨道的第四届国际规划竞赛（IPC-4）。这个版本称为mGPT，通过提取和使用不同类别的下界以及各种搜索算法来解决PPDDL语言中指定的马尔可夫决策过程。从确定性松弛提取的下限，其中的替代概率的影响，一个动作被映射到不同的，独立的，确定性的行动。贪婪搜索算法使用这些下限来集中更新，并在从初始状态和贪婪策略可到达的所有状态上提供一致的价值函数。
2011-09-09 cs.AI
Using Large Language Models for Abstraction of Planning Domains - Extended Version
York University（约克大学）
本研究利用大语言模型通过上下文学习生成抽象PDDL规划领域，验证GPT-4o在简单场景下能有效抽象动作，但抽象流的能力较弱。
2025-10-23 cs.AI
Action Networks: A Framework for Reasoning about Actions and Change under Uncertainty
Rockwell Science Center（罗克韦尔科学中心）
这项工作提出了行动网络作为一个语义上有充分依据的框架推理下的行动和变化的不确定性。行动网络为概率因果网络增加了两个基本元素：可控变量和持久变量。可控变量允许将动作表示为直接设置域中特定事件的值，但要遵守前提条件。持久性变量提供了一个持久性的规范模型，根据这个模型，变量的状态和决定其值的因果机制都随着时间的推移而持续存在，除非受到动作（或其后果）的干预。行动网络还允许不同的方法来量化因果关系中的不确定性，这超出了传统的概率量化。本文介绍了最近的成果和工作进展。
2013-02-27 cs.AI
Learning Probabilistic Relational Dynamics for Multiple Tasks
MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）
代理的行为影响世界的方式通常可以使用一组相关的概率规划规则来建模。本文讨论了学习多个相关任务的规则集的问题。我们采取分层贝叶斯方法，系统学习规则集的先验分布。我们提出了一类先验分布参数化的规则集原型，随机修改，以产生一个特定于任务的规则集。我们还描述了一个坐标上升算法，迭代优化特定于任务的规则集和先验分布。使用该算法的实验表明，从相关的任务中转移信息显着减少了预测块世界域中的动作效果所需的训练数据量。
2012-06-20 cs.AI
The Production of Probabilistic Entropy in Structure/Action Contingency Relations
Luhmann（1984）将社会定义为一个在结构上与人类行动系统耦合但不是人类行动系统的集合的通信系统。通信系统然后被认为是自组织（“自创生”），因为是人类的演员。通信系统可以用香农（1948）的通信数学理论来研究。通过局部节点的动作来更新网络是人工智能中的一个众所周知的问题（Pearl 1988）。通过结合这些不同的理论，概率结构/动作列联的一般算法可以得到。这种偶然性对每个系统的后果，其后果为他们进一步的历史，并在每一边的平衡机制的稳定进行了讨论，在数学和理论方面。一个实证的例子进行了阐述。
2010-05-05 cs.AI physics.soc-ph
An Expressive Probabilistic Temporal Logic
本文认为，概率，时间和行动的综合治疗是必不可少的概率的概念的适当的逻辑帐户，并根据这种直觉，描述了一个表达概率的时间逻辑推理的行动与不确定的结果。该逻辑是模态的和高阶的：由动作注释的模态用于表达由动作产生的下一状态中的命题的可能性和必要性，并且需要高阶函数来表达概率算子。所提出的逻辑被证明是经典数学概率论的一个适当的扩展，并通过Monty Hall问题的形式化来说明其表达能力。
2017-10-08 cs.AI cs.LO
Abstraction of Nondeterministic Situation Calculus Action Theories -- Extended Version
Ronin Institute（罗宁研究所）；University of Oxford（牛津大学）；York University（约克大学）
基于非确定性情境演算和ConGolog，提出一个通过细化映射连接抽象与具体动作理论的智能体行为抽象框架，支持策略推理与综合，并证明了抽象层面的强FOND计划可细化为具体层面的有效计划。
2023-05-20 cs.AI cs.LO
Probabilistic Model Checking of Stochastic Reinforcement Learning Policies
Simula Research Laboratory（西穆拉研究实验室）
本文提出一种基于马尔可夫决策过程、PCTL公式和Storm模型检验器的随机强化学习策略验证方法，并在多个基准上证明其优于确定性安全估计和朴素整体式模型检验基线。
2024-03-27 cs.AI
JevSpawn: Adaptive Agentic Inference through Compositional Action Spaces
Fudan University（复旦大学）；Shanghai Jiao Tong University（上海交通大学）；Shanghai Innovation Institute（上海创新研究院）
JevSpawn通过组合动作空间将自然语言任务规范与有限概率探索结合，利用并行生成和反馈驱动分支选择，在八个基准任务上优于七个基线和TypeSafe变体，实现更快的结构化智能体推理。
2026-10-02 cs.AI
Exploiting System Hierarchy to Compute Repair Plans in Probabilistic Model-based Diagnosis
Stanford University（斯坦福大学）；Microsoft Research（微软研究院）
基于模型的诊断的目标是隔离异常系统行为的原因，并推荐廉价的修复措施作为响应。在一般情况下，预先计算最优修复策略是棘手的。到目前为止，解决这个问题的调查人员已经探索了近似，要么对系统模型施加限制（如单一故障假设），要么计算有限的前瞻性的即时最佳行动。在本文中，我们开发了一个公式的修复模型为基础的诊断和修复算法，计算最佳的行动序列。这种最优方法是昂贵的，但可以应用于预先计算的最优修复策略紧凑的系统。我们将展示如何利用分层系统规范，使这种方法易于处理的大型系统。在引入层次结构时，我们还考虑了简单地替换组件和分解组件以修复其子组件之间的权衡。分层修复算法适用于最优修复策略的离线预计算。该算法的修改利用迭代深化方案来权衡推理时间和计算策略的质量。
2013-02-20 cs.AI
Efficient Action Robust Reinforcement Learning with Probabilistic Policy Execution Uncertainty
University of California, Davis（加州大学戴维斯分校）；Northwestern University（西北大学）
本文研究带概率策略执行不确定性的动作鲁棒强化学习问题，证明最优策略存在性并给出Bellman最优方程，提出ARRLC算法实现极小极大最优遗憾与样本复杂度，实验验证其在动作扰动下性能更优、收敛更快。
2023-07-20 cs.AI cs.LG math.OC
Probabilistic Conceptual Network: A Belief Representation Scheme for Utility-Based Categorization
Stanford University（斯坦福大学）
概率概念网络是一种知识表示方案，用于基于效用的分类中的概念推理和分类抽象。该方案结合了人工智能的抽象和继承层次的形式主义，和决策分析的概率网络。它提供了一个表示概念知识、层次知识和不确定性的通用框架。它促进了在不同抽象层次上动态构建分类决策模型。该计划被应用到一个自动化加工问题的推理机器的状态在不同的抽象层次，以支持行动，以保持竞争力的工厂。
2013-03-06 cs.AI
iCORPP: Interleaved Commonsense Reasoning and Probabilistic Planning on Robots
The State University of New York at Binghamton（纽约州立大学宾汉姆顿分校）；Sony AI, Sony Corporation of America（索尼美国公司索尼人工智能部门）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文提出 iCORPP 算法，将常识推理与概率规划交错耦合，使机器人能同时理解世界状态、主动收集信息并完成长期服务任务。
2023-10-01 cs.AI
KR$^3$: An Architecture for Knowledge Representation and Reasoning in Robotics
Texas Tech University（德克萨斯理工大学）；University of Birmingham（伯明翰大学）
本文描述了一种架构，结合声明式编程和概率图形模型的互补优势，使机器人表示，推理，并学习，定性和定量描述的不确定性和知识。一个行动的语言是用于低级别（LL）和高级别（HL）的体系结构中的系统描述，并在HL中记录的历史的定义进行了扩展，以允许优先默认值。对于任何给定的目标，使用默认知识和常识推理在HL中创建的试验性计划使用概率算法在LL中实现，相应的观察用于更新HL历史。两个层次之间的紧密耦合，使相关变量的自动选择和生成合适的行动政策，在LL为每个HL行动，并支持推理违反默认值，噪声观测和不可靠的行动在大型和复杂的领域。该体系结构进行评估，在模拟和物理机器人在室内领域的物体运输;机器人的好处是减少了39%的任务执行时间相比，一个纯粹的概率，但仍然分层的方法。
2014-05-05 cs.AI
Bio-Inspired Human Action Recognition using Hybrid Max-Product Neuro-Fuzzy Classifier and Quantum-Behaved PSO
University of Malaya（马来亚大学）
通过功能磁共振成像（fMRI）和生物启发系统的计算神经科学研究表明，哺乳动物大脑中的人类动作识别在模型中导致两个不同的通路，其专门用于分析运动（光流）和形式信息。主要是在生物启发模型中，将主动基模型作为形式通路中的形式提取器，定义了一种新颖的、鲁棒的形式特征。一个不平衡的协同神经网络分类的形状和结构的人类对象，以及调整其注意力参数的量子粒子群优化（QPSO）通过启动质心Voronoi镶嵌。这些工具被用作并证明是遵循形式途径中生物系统模型的有力工具。但最终的决策是通过模糊推理结合两条路径的最终结果来完成的，这增加了所提出的模型的新颖性。这两个脑通路的组合是通过考虑高斯隶属函数中的每个特征集，模糊积推理方法来完成的。提出了两种形式路径的构造方案：一种是采用多原型人体动作模板，利用两个时间协同神经网络获得关于每个动作的统一模板;另一种方案是在四个关键帧中提取人体动作。实验结果表明，在不同的数据集（KTH和Weizmann）的准确性表现良好。
2016-02-21 cs.AI cs.CV
Control as Probabilistic Inference as an Emergent Communication Mechanism in Multi-Agent Reinforcement Learning
The University of Electro-Communications（电气通信大学）；Ritsumeikan University（立命馆大学）
本文提出将控制即概率推断与涌现通信结合的多智能体强化学习模型，通过潜在消息变量和Metropolis-Hasting命名博弈实现智能体间动作信息交换，并在网格世界实验中验证其能推断有意义消息以完成协作任务。
2023-07-11 cs.AI cs.LG cs.MA
A Translation of Probabilistic Event Calculus into Markov Decision Processes
University College London（伦敦大学学院）；Università del Salento（萨勒诺大学）
本文提出将概率事件演算（PEC）形式化转换为马尔可夫决策过程（MDP）的方法，通过引入动作执行情境保留PEC的灵活语义，使MDP的算法工具可应用于PEC叙事领域，并支持将学习策略映射回可解释的PEC表示。
2025-07-17 cs.AI cs.LO
Dynamic Probabilistic Network Based Human Action Recognition
Computer Science and Emerging Research Lab, AU（AU 计算机科学与新兴研究实验室）；Lead IT（Lead IT 公司）；Infobahn Softworld Inc（Infobahn Softworld 公司）
本文探讨了使用动态概率网络（DPN）的人类行为识别。实验中使用了在房间中举起物体和行走、坐在房间中和中立站立姿势的动作来测试分类。该研究使用了人体（面部、身体、手臂、腿部）上各种不同感兴趣区域（ROI）之间的动态相互关系以及与这些ROI相关的基于时间序列的事件。然后，使用该动态链接来识别场景中的人类行为方面。首先，一个模型来识别在室内场景中的人类活动，这个模型是依赖于使用DPN的各种动态事件之间的关键特征和相互联系。使用DPN对子ROI进行分类，以将组合的互连与特定的人类活动相关联。将室内（受控照明条件）与室外照明条件之间的识别精度性能进行比较。在室外场景中的准确性低于受控环境。
2016-07-26 cs.AI cs.CV cs.HC
KGS-GCN: Kinematics-Driven Gaussian Splatting and Probabilistic Topology for Skeleton-Based Action Recognition
提出KGS-GCN，通过运动学驱动的高斯泼溅模块将稀疏骨架序列渲染为多视角连续热图，并利用概率拓扑策略构建自适应先验邻接矩阵，以轻量级参数实现高效动作识别。
2026-07-02 cs.AI cs.CV
Connecting Surrogate Safety Measures to Crash Probablity via Causal Probabilistic Time Series Prediction
University of California, Berkeley（加州大学伯克利分校）；Safe Transportation Research and Education Center（安全交通研究与教育中心）；Institute of Transportation Studies（交通研究所）
替代安全措施可以提供快速和主动的安全分析，并通过研究未遂事故来了解预碰撞过程和碰撞失效机制。然而，通过将替代安全措施与碰撞联系起来来验证它们仍然是一个悬而未决的问题。提出了一种基于概率时间序列预测的替代安全措施与碰撞概率的关联方法。该方法利用速度、加速度和碰撞时间序列，利用Transformer掩蔽自回归流（transformer-MAF）估计这些变量的概率密度函数。自回归结构模拟了条件、行为和事故后果之间的因果关系，并利用概率密度函数计算了条件行为概率、事故概率和条件事故概率。在交通冲突情境和正常互动情境下，预测序列都是准确的，估计概率都是合理的，条件碰撞概率在反事实实验中显示了规避行为避免碰撞的有效性。
2022-10-04 cs.AI cs.LG
Mixed Logical and Probabilistic Reasoning for Planning and Explanation Generation in Robotics
The University of Auckland（奥克兰大学）
机器人在复杂的领域中帮助人类，必须在感觉运动水平和社会水平上代表知识和理性。本文所描述的架构耦合的非单调逻辑推理能力的声明性语言与概率信念修订，使机器人表示和推理的定性和定量的描述知识和程度的信念。具体来说，不完整的领域知识，包括在所有，但少数例外情况下，持有的信息，表示为一个答案集Prolog（ASP）程序。通过求解该程序获得的答案集用于推理、规划和联合解释（a）由于外源动作引起的意外动作结果和（b）从传感器输入提取的部分场景描述。对于任何给定的任务，答案集中包含的计划中的每个动作都是按概率执行的。自动识别与动作相关的域的子集，并且从传感器输入中提取的观测对在该域子集上定义的置信分布执行增量贝叶斯更新，其中高度可能的置信被提交给ASP程序。该体系结构的能力，说明在模拟和移动机器人的上下文中的机器人服务员在餐厅的餐厅。
2015-08-01 cs.AI cs.LO cs.RO
Learning Multiple Probabilistic Decisions from Latent World Model in Autonomous Driving
School of Automation, Southeast University（东南大学自动化学院）；Baidu Inc.（百度公司）
针对自回归世界模型在自动驾驶中因不确定性建模不足和自欺欺人导致动作推导困难的问题，提出LatentDriver框架，通过多概率假设的混合分布建模并采样中间动作，在Waymax基准上达到专家级性能。
2024-09-24 cs.AI cs.RO
Algorithmic recourse under imperfect causal knowledge: a probabilistic approach
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；Max Planck ETH Center for Learning Systems（马克斯·普朗克-ETH学习系统中心）；University of Cambridge（剑桥大学）；Saarland University（萨尔兰大学）
最近的工作讨论了反事实解释的局限性，以推荐算法追索权的行动，并认为需要考虑特征之间的因果关系。不幸的是，在实践中，真正的基础结构因果模型通常是未知的。在这项工作中，我们首先表明，这是不可能的，以保证追索权，而不进入真正的结构方程。为了解决这一限制，我们提出了两种概率方法来选择最佳行动，在有限的因果知识（例如，只有因果图）。第一个捕获加性高斯噪声下的结构方程的不确定性，并使用贝叶斯模型平均来估计反事实分布。第二个删除任何假设的结构方程，而不是计算的平均影响追索行动的个人类似的人寻求追索权，导致一种新的基于亚群的干预概念的追索权。然后，我们推导出一个基于梯度的程序，选择最佳的追索行动，并实证表明，所提出的方法导致更可靠的建议下不完善的因果知识比非概率基线。
2020-10-23 cs.AI cs.LG stat.ML
Monte Carlo Action Programming
LMU Munich（慕尼黑大学）
本文提出了蒙特卡罗动作编程，一个程序设计语言的自治系统，在大概率状态空间与高分支因子的框架。它包括非确定性动作程序设计语言的形式语法和语义。该语言通过蒙特卡罗树搜索随机解释。经验表明，该方法的有效性。
2017-02-25 cs.AI cs.PL
Simplified Continuous High Dimensional Belief Space Planning with Adaptive Probabilistic Belief-dependent Constraints
Technion - Israel Institute of Technology（以色列理工学院）
部分可观测域不确定性下的在线决策，也称为信念空间规划，是机器人学和人工智能中的一个基本问题。由于未来存在大量看似合理的解释，计算最优行动方案给智能体带来了巨大的计算负担。此外，在许多情况下，例如，在信息收集中，需要引入依赖于信念的约束。基于这一需求，本文考虑了最近提出的概率信念依赖约束POMDP。我们提出了一种技术，自适应地接受或放弃一个候选动作序列的概率信念依赖的约束，扩展一个完整的未来观测样本集之前，没有任何损失的准确性。此外，使用我们提出的框架，我们贡献了一种自适应方法来找到最大可行回报（例如，信息增益）在风险价值方面的候选动作序列具有实质性的加速。最重要的是，我们引入了一个自适应简化技术的概率约束设置。这种方法可以证明返回一个相同质量的解决方案，同时大大加快在线决策。我们的通用框架适用于任何信念依赖约束连续POMDP参数信念，以及粒子表示的非参数信念。在信息理论约束的背景下，我们提出的框架随机量化，如果沿规划范围的累积信息增益是足够显着的（例如，信息收集，主动SLAM）。我们将我们的方法应用到主动SLAM，一个具有高度挑战性的高维信念空间规划问题。广泛的现实模拟证实了我们提出的想法的优越性。
2023-02-13 cs.AI cs.RO
Towards a Causal Probabilistic Framework for Prediction, Action-Selection & Explanations for Robot Block-Stacking Tasks
University of Oxford（牛津大学）
针对机器人积木堆叠任务，本文提出将物理仿真嵌入结构因果模型的因果概率框架，以实现状态评估、下一最优动作选择和事后反事实解释。
2023-09-29 cs.AI cs.LG cs.RO
FireCommander: An Interactive, Probabilistic Multi-agent Environment for Heterogeneous Robot Teams
Georgia Institute of Technology（佐治亚理工学院）
本教程的目的是帮助个人使用\underline{FireCommander}游戏环境进行研究应用。FireCommander是一个交互式的、概率性的联合感知-行动侦察环境，在该环境中，机器人）协作以对抗动态的、传播的火点（例如，目标）。在FireCommander游戏中，一组代理必须负责在具有蔓延的火灾区域和一些设施（如房屋，医院，发电站等）的环境中最佳地处理野火情况。估计火灾状态），彼此之间传送感测到的火灾信息并且然后基于感测到的信息采取行动来扑灭火灾（例如，在估计的火灾位置上滴水）。FireCommander环境可以用于研究主题，涵盖从强化学习（RL）和从演示示教学习（LfD）到协调，心理学，人机交互（HRI）和团队合作的广泛应用。FireCommander环境有四个重要方面，总体而言，创建了一个非平凡的游戏：（1）复杂目标：多目标随机环境，（2）概率环境：代理的行为导致概率性能，（3）隐藏目标：部分可观察环境，（4）单任务机器人：仅感知和仅感知的代理。FireCommander环境在包括用于协调的仅Perception-only代理和仅Perception-only代理方面是首创的。它是一种通用的多用途游戏，可以用于各种组合优化问题和随机游戏，例如强化学习（RL），示教学习（LfD）和逆RL（iRL）的应用。
2021-10-27 cs.AI cs.HC cs.LG
From Narratives to Probabilistic Reasoning: Predicting and Interpreting Drivers' Hazardous Actions in Crashes Using Large Language Model
University of Michigan-Dearborn（密歇根大学迪尔伯恩分校）；University of Michigan Transportation Research Institute（密歇根大学交通研究所）；Toyota Motor Engineering & Manufacturing North America, Inc.（丰田汽车工程与制造北美公司）；Korea Advanced Institute of Science and Technology（韩国科学技术院）
本研究提出一种基于微调大语言模型的框架，从碰撞叙事文本中自动识别驾驶员危险行为，在MTCF数据上达到80%准确率，并通过概率推理增强可解释性，为交通安全分析提供新方案。
2025-10-14 cs.AI cs.LG
Reinforcement Learning-driven Information Seeking: A Quantum Probabilistic Approach
University of Bedfordshire（贝德福德大学）
了解信息搜寻者在交互过程中的行为对交互式信息检索的研究具有重要意义。虽然由于用户与信息客体~（文本、图像等）交互的高度纠缠性，信息在不确定信息空间中的传播是相当复杂的。然而，一般来说，信息搜寻者在搜索（或搜寻）替代内容时伴随着一条信息（信息饮食），通常受到决定性的不确定性的影响。这种类型的不确定性类似于量子力学中遵循不确定性原理的测量。在本文中，我们讨论的信息寻求作为一个强化学习任务。然后，我们提出了一个基于强化学习的框架来模拟觅食者的探索，将信息觅食者视为一个代理来指导他们的行为。此外，我们的框架结合了固有的不确定性觅食的行动，使用量子力学的数学形式主义。
2020-08-05 cs.AI cs.IR
CodeMem: Architecting Reproducible Agents via Dynamic MCP and Procedural Memory
CodeMem通过动态MCP和程序记忆架构，解决智能体在重复任务中的概率不稳定性问题，实现可靠的工作流构建与运行。
2025-12-17 cs.AI cs.SE
Probabilistic Inference in Reinforcement Learning Done Right
Google DeepMind（谷歌DeepMind）
本文对强化学习中状态-动作最优性的后验概率进行严格贝叶斯处理，提出变分贝叶斯近似方法VAPOR，生成高效探索策略，并在实验中展现性能优势。
2023-11-22 cs.AI cs.LG
Morality is Contextual: Learning Interpretable Moral Contexts from Human Data with Probabilistic Clustering and Large Language Models
Institute of Intelligent Systems and Robotics（智能系统与机器人研究所）；Sorbonne University（索邦大学）
COMETH通过结合概率聚类和大语言模型，从人类数据中学习可解释的道德情境，提升道德判断的准确性与可解释性。
2026-10-05 cs.AI cs.CL cs.LG
REBA: A Refinement-Based Architecture for Knowledge Representation and Reasoning in Robotics
University of Birmingham（伯明翰大学）；Texas Tech University（得克萨斯理工大学）；SUNY at Binghamton（纽约州立大学宾汉姆顿分校）
本文介绍了一种机器人的架构，结合了互补优势的概率图形模型和声明式编程表示和理由与逻辑为基础的概率描述的不确定性和领域知识。一个动作语言扩展到支持非布尔流畅性和非确定性的因果关系的法律。这种动作语言用于在两个粒度级别上描述紧密耦合的转换图，其中精细分辨率转换图被定义为域的粗分辨率转换图的细化。粗分辨率系统描述和包括（优先级）默认值的历史记录被转换为Answer Set Prolog（ASP）程序。对于任何给定的目标，ASP程序中的推理都提供了一个抽象的行动计划。为了实现每个这样的抽象动作，机器人自动缩放到与该动作相关的精细分辨率转换图的部分。在传感和驱动的不确定性的概率表示，然后包括在这个缩放的精细分辨率系统描述，并用于构建一个部分可观察的马尔可夫决策过程（POMDP）。通过求解POMDP获得的策略被反复调用，以将抽象动作实现为一系列具体动作，相应的观察结果被记录在粗分辨率历史中并用于后续推理。该体系结构进行评估，在模拟和移动机器人在室内域中移动对象，以表明它支持推理违反默认值，噪声观测和不可靠的行动，在复杂的领域。
2018-09-21 cs.AI cs.LO cs.RO
COBRA-PPM: A Causal Bayesian Reasoning Architecture Using Probabilistic Programming for Robot Manipulation Under Uncertainty
Oxford Robotics Institute, Dept. Engineering Science, University of Oxford, UK（牛津大学机器人研究所）；Microsoft Research, Redmond, WA, USA（微软研究院）；Bristol Robotics Laboratory, School of Engineering, University of the West of England, Bristol, UK（布里斯托尔机器人实验室）
本文提出 COBRA-PPM 因果贝叶斯推理架构，融合因果贝叶斯网络与概率编程进行干预推理，在积木堆叠及家用机器人 sim2real 中实现高预测与任务成功率。
2025-08-29 cs.AI cs.LG cs.RO
