Risk Aware Adaptive Belief-dependent Probabilistically Constrained Continuous POMDP Planning
Technion - Israel Institute of Technology(以色列理工学院)
虽然风险意识是一个在线操作代理的基础,但在具有挑战性的连续域和部分可观测性下,它受到的关注较少。本文提出了一种新的公式和解决方案的风险厌恶的信念依赖的概率约束连续POMDP。我们解决了一个苛刻的设置依赖于信念的奖励和约束算子。概率置信度参数使我们的公式真正规避风险,比最先进的机会约束更灵活。我们严格的分析表明,在最严格的概率置信度的情况下,我们的配方是非常接近的机会约束。然而,我们的概率公式允许更快,更准确的自适应接受或修剪的行动履行或违反约束。此外,在任意置信参数下,我们没有找到与我们的方法类似的任何方法。我们提出了算法的解决方案,我们的配方在连续域。我们还使用重要性采样将机会约束方法提升到连续环境中。此外,我们提出的所有算法都可以使用粒子表示的参数和非参数信念。最后,我们给出了机会约束连续POMDP的一个近似,并对其进行了严格的分析和模拟。仿真结果表明,我们的算法表现出前所未有的celebrations相比,基线,在碰撞方面具有相同的性能。
2023-02-21 cs.AI cs.RO
Using Belief Functions for Uncertainty Management and Knowledge Acquisition: An Expert Application
University of Guelph(圭尔夫大学)
本文介绍了最近的工作正在进行的项目在医学诊断圭尔夫大学。一个领域的专家是不是很好地查明一个单一的疾病的结果进行了探讨。在线医疗数据可在相对较短的时间内获得。信度函数(Dempster-Shafer理论)首先从数据中提取,然后根据专家意见进行修改。这样做的几种方法进行了比较,结果表明,一个配方在统计上优于其他,包括谢弗建议的方法。专家的意见和统计得出的信息之间的依赖性症状进行了比较。讨论了使用不确定性管理技术作为从数据中获取知识获取的方法的好处。
2013-03-27 cs.AI
Binary Diffing as a Network Alignment Problem via Belief Propagation
Université Paris 1 Panthéon-Sorbonne(巴黎第一大学);Quarkslab SA(Quarkslab公司);Université Paris-Dauphine, PSL University(巴黎第九大学)
在本文中,我们解决的问题,找到一个对应,或匹配,两个程序的功能之间的二进制形式,这是一个最常见的任务,在二进制差分。我们引入了一个新的配方,这个问题作为一个特殊的例子,图编辑问题的调用图的程序。在这个公式中,映射的质量是同时评估函数内容和调用图的相似性。我们表明,这种提法是相当于一个网络对齐问题。我们提出了一个解决这个问题的最大产品的信念传播的基础上的策略。最后,我们实现了我们的方法的原型,称为QBinDiff,并提出了一个广泛的评估表明,我们的方法优于最先进的差分工具。
2021-12-31 cs.AI cs.LG stat.ML
When Does Belief-Based Agent Memory Help? Reliability-Conditional Updating and Provenance-Capped Poisoning Defense
Indian Institute of Technology Ropar(印度理工学院罗巴尔分校)
提出Nous记忆架构,基于知识即预测而非存储的原则,通过贝叶斯更新维护概率分布,以信息论惊喜度评分并记录信念变化,在LoCoMo基准上取得优于对比方法的F1分数。
2026-07-17 cs.AI cs.CL cs.IR
A Logical Interpretation of Dempster-Shafer Theory, with Application to Visual Recognition
University of British Columbia(不列颠哥伦比亚大学)
我们制定Dempster Shafer信念功能的命题逻辑使用的隐含概念的可证明性的基础Dempster Shafer理论。给定一组命题子句,为某些命题字面量分配权重使得可以使用网络可靠性技术显式计算置信函数。此外,示出了与使用Dempster组合规则更新置信函数相对应的逻辑过程。这种分析形式化的信念功能内的一个假设为基础的真理维护系统(ATMS)的实现。我们描述了扩展的ATM为基础的视觉识别系统,VICTORS,这种逻辑制定的Dempster谢弗理论。在没有Dempster Shafer理论的情况下,VICTORS计算所有可能的视觉解释(即所有逻辑模型),而不确定最佳解释。验证Dempster Shafer理论能够计算最佳视觉解释并保持逻辑语义。
2013-03-27 cs.AI
A General Non-Probabilistic Theory of Inductive Reasoning
概率论,从认识论的角度解释,提供了一个极好的,如果不是最好的归纳推理的帐户。之所以如此,是因为通过信息或经验,主观概率的变化存在着普遍而明确的规则;归纳和信念变化毕竟是同一个主题。这些规则中最基本的是简单地对收到的信息进行条件化;还有类似的和更一般的规则。[1]因此,概率论在认识论上取得成功的一个根本原因是,条件概率的概念确实存在。尽管如此,人们对概率论仍然有各种各样的担忧,也有各种各样的理由。其中之一是我的出发点:直觉上,我们有朴素信念的概念;我们相信命题2为真(或为假,或两者皆不)。然而,概率论并没有提供与这个概念相对应的形式。相信A并不等同于A的概率为1,因为概率1是不可救药的;但简单的信念显然是可以纠正的。相信A并不等于给A一个大于1-c的概率,因为相信A和相信B通常被认为等同于相信A和B。事实上,表达简单的信念似乎很容易:简单地用所有被认为在其中为真的命题的集合来表示一个认识状态,或者,因为我做了普通信念在演绎上是封闭的这一共同假设,所以用所有被认为在其中为真的命题的合取来表示一个认识状态。但是,这还没有提供一个归纳理论,也就是说,对这样表示的认识状态如何通过信息或经验而改变的问题的回答。有一个令人信服的部分答案:如果新信息与旧的认识状态相容,那么新的认识状态就简单地由新信息和旧信念的结合来表示。这个答案是片面的,因为它没有涵盖新信息与旧信念不相容的相当常见的情况。然而,…
2013-03-27 cs.AI
Prospective Hindsight: Self-Calibrating Reinforcement Learning via Prediction-Reality Gaps
Salesforce AI Research(赛富时人工智能研究院)
提出前瞻性后见之明(PH)自校准训练原则,利用预测-现实差距加权梯度,在单轮与多轮任务中同时提升性能与校准,且适用于不同模型规模。
2026-10-05 cs.AI cs.LG
Belief likelihood function for generalised logistic regression
School of Engineering, Computing and Mathematics(工程、计算与数学学院);Oxford Brookes University(牛津布鲁克斯大学)
每当单个试验的不确定性被编码的信念措施(一个有限的随机集)的信念似然函数的重复试验的概念。这推广了传统的似然函数,并提供了一个自然的设置从统计数据的信念推断。因式分解的结果被证明的情况下,其中采用合取或析取组合,导致分析表达式的“尖锐”样本的情况下,伯努利试验的下限和上限的可能性,并制定一个广义的逻辑斯谛回归框架。
2018-08-20 cs.AI math.ST stat.ME
Learning General Latent-Variable Graphical Models with Predictive Belief Propagation
Stanford University(斯坦福大学);Carnegie Mellon University(卡内基梅隆大学)
学习一般潜变量概率图模型是机器学习和人工智能的一个关键理论挑战。所有以前的方法,包括EM算法和谱算法,面临着严重的限制,在很大程度上限制了它们的适用性,并影响其性能。为了克服这些局限性,在本文中,我们介绍了一种新的配方的消息传递推理连接树命名为预测的信念传播,并提出了一个新的学习和推理算法的基础上,这种配方的一般潜变量图形模型。该算法将硬参数学习问题简化为一系列监督学习问题,并将不同类型的隐图模型的学习统一到一个无局部最优和统计一致的学习框架中.然后,我们给出了我们的算法的正确性的证明,并在合成和真实数据集上的实验表明,我们的算法显着优于EM算法和谱算法,同时也是数量级更快的计算。
2019-11-28 cs.AI cs.LG stat.ML
Belief-Based Maximum Occupancy Principle and Active Inference
Center for Brain and Cognition(脑与认知中心);Universitat Pompeu Fabra(庞培法布拉大学)
本研究将最大占用原则扩展至部分可观察环境,提出期望自由能的贝尔曼重构,通过信念状态值迭代实现离线计算,并在不确定食物源实验中比较发现MOP智能体在目标导向与探索间切换,而主动推断倾向单一食物源策略。
2026-10-01 cs.AI q-bio.NC
Interpreting systems as solving POMDPs: a step towards a formal understanding of agency
Cross Labs, Cross Compass, Tokyo 104-0045, Japan(Cross Labs, Cross Compass, 日本东京);Earth-Life Science Institute, Tokyo Institute of Technology, Tokyo 152-8550, Japan(地球生命科学研究所, 东京技术大学, 日本东京)
本文基于部分可观察马尔可夫过程(POMDPs)理论,提出将系统解释为同时具备信念、目标和行动的POMDP解,从而为“系统成为智能体”提供更一般的形式化定义。
2025-07-11 cs.AI
Simultaneous Perception-Action Design via Invariant Finite Belief Sets
University of Texas at Austin(德克萨斯大学奥斯汀分校)
虽然感知在自主系统的整体计算成本中占越来越大的比例,但感知到的信息中只有一小部分可能与当前任务相关。为了减轻这些感知成本,我们开发了一种新的同步感知动作设计框架,其中代理只感知任务相关的信息。该公式与部分可观察的马尔可夫决策过程的公式不同,因为智能体不仅可以自由合成其动作选择策略,还可以自由合成其依赖于信念的观察函数。该方法使代理人能够平衡其感知成本与在其环境中操作所产生的成本。为了获得一个计算上易于处理的解决方案,我们近似的价值函数使用一种新的方法不变的有限信念集,其中代理的行为完全在一个有限子集的连续信念空间。我们通过值迭代来解决近似问题,其中线性规划在每次迭代中针对集合中的每个置信状态单独求解。最后,我们证明了价值函数,在其结构的假设下,收敛到其连续的状态空间值的样本密度的增加。
2021-09-10 cs.AI cs.SY eess.SY
Qualitative Possibilistic Mixed-Observable MDPs
IRIT – Paul Sabatier University(IRIT - 图卢兹第三大学(保罗·萨巴蒂埃大学));Onera – The French Aerospace Lab(法国国家航空航天研究中心)
可能性和定性POMDP(pi-POMDP)是POMDP的对应物,用于模拟由于缺乏过去的经验或数据汇集不足而导致代理的初始信念或观察概率不精确的情况。然而,像概率POMDPs,最佳解决pi-POMDPs是棘手的:有限的信念状态空间指数增长与系统的状态数。在本文中,一个可能性版本的混合可观测MDP的解决这个问题:解决pi-POMDP的复杂性,其中一些状态变量是完全可观测的,然后可以显着降低。一个值迭代算法,这个新的配方下无限地平线提出和最优性的返回策略(指定的标准)示出假设存在一个“停留”的行动在一些目标状态。实验工作最后表明,这种可能性模型优于概率POMDPs通常用于机器人技术中,对于目标识别问题,代理的意见是不精确的。
2013-09-26 cs.AI
Modeling arousal potential of epistemic emotions using Bayesian information gain: Inquiry cycle driven by free energy fluctuations
The University of Tokyo(东京大学)
本研究基于自由能最小化原理的两类信息增益构建认知情绪的数学模型,发现其构成类似冯特曲线的上凸函数,揭示认知情绪驱动的理想探究循环机制,统一大脑自由能原理与唤醒潜力理论。
2023-12-14 cs.AI cs.IT math.IT
Decentralized Multi-agent Filtering
University of California, Davis(加州大学戴维斯分校)
本文讨论了在离散状态空间中采用分散式通信进行多智能体本地化应用的考虑因素。在这个框架中,我们扩展了贝叶斯滤波器,离散状态估计的基础概率工具的原始配方,通过附加一个贪婪的信念共享的一个步骤,作为一种方法来传播信息和改善局部估计的后验。我们应用我们的工作在一个基于模型的多代理网格世界的设置,每个代理保持一个信念分布的每个代理的状态。我们的研究结果肯定了我们提出的分散协作任务的扩展的实用性。在下面的代码库中可以找到这项工作的代码库
2023-01-21 cs.AI cs.MA
Adaptive n-ary Activation Functions for Probabilistic Boolean Logic
Sandia National Laboratories(桑迪亚国家实验室)
平衡模型的复杂性和观测数据中包含的信息是学习的核心挑战。为了使复杂性有效的模型存在,并在高维空间中可扩展,我们需要一个计算框架,将复杂性的可靠概念与简单的参数表示联系起来。此外,该框架必须允许通过基于梯度的优化逐渐去除过度的复杂性。我们的n元或n参数激活函数通过使用概率的logit表示来近似置信函数(概率布尔逻辑)来填补这一空白。正如布尔逻辑从一组前件命题之间的关系中确定后件断言的真实性一样,概率公式在前件、真值表和后件都保持不确定性时推广预测。我们的激活函数展示了学习任意逻辑的能力,例如二进制异或q)和三进制条件析取(c?p:q),在单层中使用匹配或更大数量的激活函数。此外,我们表示信念表使用的基础,直接关联的非零参数的数量的有效arity的信念函数,从而捕捉逻辑复杂性和有效的参数表示之间的具体关系。这打开了优化方法,通过引入参数稀疏性来降低逻辑复杂度。
2022-03-16 cs.AI cs.LG