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
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
Probabilistic Argumentation with Epistemic Extensions and Incomplete Information
University College London(伦敦大学学院);University of Koblenz-Landau(科布伦茨-兰道大学)
抽象论证提供了一种有吸引力的方式来表示和评估论点和反驳。这种方法可以通过为每个参数分配概率来增强。对这项任务有各种不同的解释。在本文中,我们认为分配是指代理人相信论点是合理的,即,论证的前提和论证的主张从其前提的推导都是有效的。这就引出了认知扩展的概念,它是图中在某种程度上被相信的参数的子集(我们定义为概率分配大于0.5的参数)。我们考虑各种约束的概率分配。有些约束对应于标准的扩张概念,如接地或稳定的扩张,有些约束给我们新的扩张。
2014-05-14 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
A Table-Based Representation for Probabilistic Logic: Preliminary Results
KU Leuven(鲁汶大学);Leuven.AI - KU Leuven Institute for AI(鲁汶AI - 鲁汶大学人工智能研究所)
我们提出了概率决策模型和符号(pDMN),这是决策模型和符号(DMN)的概率扩展。DMN是一种确定性决策逻辑的建模符号,其目的是用户友好和低复杂性。pDMN通过概率推理、谓词、函数、量化和新的命中策略扩展了DMN。与此同时,它旨在保留DMN的用户友好性,允许领域专家在没有IT人员帮助的情况下使用它。pDMN模型可以明确地转换为ProbLog程序以回答用户查询。ProbLog是Prolog的概率扩展,它足够灵活,可以在任何pDMN模型上建模和推理。
2021-10-05 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
Probabilistic Automata for Computing with Words
通常,概率自动机和概率文法都有清晰的符号作为输入,可以看作是带值计算的形式化模型。在本文中,我们首先介绍了概率自动机和概率语法计算(一些特殊)的话在概率框架中,这些话被解释为概率分布或概率分布在一组清晰的符号。通过概率条件化,我们建立了一个处理清晰输入的从用词计算到用值计算的收缩原理和一个处理任意输入的从用词计算到用所有词计算的广义扩展原理。这些原则表明,用值计算和用所有字计算可以分别通过用一些特殊字计算来实现。为了比较两个邻近输入的转移概率,我们还研究了广义扩张的转移概率函数的一些分析性质。此外,收缩和广义扩张被证明是等价保持的。最后,我们澄清了Qiu和Wang最近研究的收缩、广义扩张和扩张之间的一些关系。
2006-04-23 cs.AI cs.CL
Probabilistic Extension of Neuro-Symbolic AGI Robots based on Belnap's Typed Intensional FOL
ISRST(未知(可能是某个特定名称的机构))
研究基于$IFOL_B$的神经符号人工智能,通过概率计算扩展其认知能力,引入全局和局部对称变换,利用神经网络基于香农最大信息熵计算概率密度函数$KI$,实现对未知句子概率计算及相关实时决策。
2026-07-21 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
Some Extensions of Probabilistic Logic
University of North Carolina, Charlotte(北卡罗来纳大学夏洛特分校)
在[12]中,Nilsson提出了概率逻辑,其中逻辑命题的真值是0和1之间的概率值。它适用于任何逻辑系统,其中的一个有限的命题集的一致性可以建立。当所有命题的概率都是0或1时,概率推理方案就退化为普通的逻辑推理。这种逻辑与贝叶斯方法的其他概率推理系统具有相同的局限性。对于常识推理,一致性不是一个非常自然的假设。我们有一些众所周知的例子:{迪克是贵格会教徒,贵格会教徒是和平主义者,共和党人不是和平主义者,迪克是共和党人}和{Tweety是一只鸟,鸟会飞,Tweety是企鹅}。在本文中,我们将提出概率逻辑的一些扩展。在第二部分,我们将考虑所有解释的空间,无论是否一致。根据识别框架,可以定义基本概率分配(bpa)和置信函数。Dempster的组合规则是适用的。概率逻辑的这种扩展在[1]中被称为证据逻辑。对于每个命题s,其置信函数由区间[Spt(s),Pls(s)]表示。当所有这样的区间都坍缩为单点时,证据逻辑就简化为概率逻辑(在不一定一致的解释的广义版本中)。当然,我们通过进一步限制一致的解释得到尼尔森的概率逻辑。在第三部分中,我们将给出概率逻辑在多维随机变量方面的概率解释。这种解释将概率逻辑纳入概率论的框架。让我们考虑有限集合S ={s1,s2,...,(2)逻辑命题。每个命题可能有真值或假值;并且可以被认为是随机变量。我们对每个命题都有一个概率分布。e维随机变量(sl,...,Sn)…
2013-03-27 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
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
Compiling Stan to Generative Probabilistic Languages and Extension to Deep Probabilistic Programming
INRIA Paris(法国国家信息与自动化研究所巴黎);École normale supérieure – PSL University(巴黎高等师范学院 – PSL大学);UMass Amherst(马萨诸塞大学阿默斯特分校);MIT-IBM Watson AI Lab(MIT-IBM沃森人工智能实验室);IBM Research(IBM研究院)
Stan是一种概率程序设计语言,在统计学社区中很流行,具有用于表达概率模型的高级语法。Stan在本质上不同于Church、Anglican或Pyro等生成概率程序设计语言。本文提出了一种将任意Stan模型编译成生成语言的综合编译方案,并证明了其正确性。我们使用我们的编译方案为Stanc3编译器构建两个新的后端,目标是Pyro和NumPyro。实验结果表明,NumPyro后端在26个基准测试中的几何平均值比Stan提高了2.3倍。在Pyro的基础上,我们扩展了Stan,支持显式变分推理指南和深度概率模型。这样,熟悉Stan的用户就可以访问新功能,而无需学习一门全新的语言。
2021-04-11 cs.AI cs.LG cs.PL
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
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
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
Formulating Semantics of Probabilistic Argumentation by Characterizing Subgraphs: Theory and Empirical Results
Zhejiang University(浙江大学);University of Luxembourg(卢森堡大学)
在现有文献中,虽然已经提出了基于Monte-Carlo模拟技术的概率论证语义近似计算方法,但如何在不使用模拟技术的情况下提高计算效率仍然是一个悬而未决的问题。在本文中,我们从以下两个角度来解决这个问题。首先,从概念上讲,我们定义特定的属性来表征一个PrAG的子图相对于一个给定的扩展,这样的概率的一组参数E是一个扩展可以定义在这些属性,没有(或较少)建设的子图。其次,在计算方面,我们以偏好语义为例,并开发算法来评估我们的方法的效率。结果表明,该方法不仅大大减少了计算p(E^σ)的时间,而且具有与现有方法相反的吸引人的性质:PrAG的边越密集或给定扩展E的大小越大,该方法计算p(E^σ)的效率越高.同时,证明了在完全语义和优选语义下,确定p(E^σ)的问题是固定参数的易处理问题.
2016-11-28 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
XGBoostLSS -- An extension of XGBoost to probabilistic forecasting
我们提出了一个新的框架XGBoost预测整个条件分布的单变量响应变量。特别地,XGBoostLSS对参数分布的所有矩(即,平均值、位置、尺度和形状[LSS]),而不是仅条件平均值。从广泛的连续、离散和混合离散-连续分布中进行选择,对整个条件分布进行建模和预测,极大地增强了XGBoost的灵活性,因为它允许获得对数据生成过程的额外洞察,以及创建概率预测,从中可以导出预测区间和感兴趣的分位数。我们提出了一个模拟研究和现实世界的例子,证明我们的方法的优点。
2019-08-25 cs.AI cs.LG stat.ME
Problife: a Probabilistic Game of Life
KU Leuven(鲁汶大学)
本文介绍了著名的细胞自动机,生命游戏的概率扩展。在《生命的游戏》中,细胞被放置在一个网格中,然后观察它们在随后的几代中的进化,这是由游戏规则决定的。在我们的扩展ProbLife中,这些规则现在有了与之关联的概率。细胞不是死的就是活的,而是由它们存活的机会来表示。在介绍了ProbLife的规则及其基本特征之后,我们展示了在概率逻辑编程系统ProbLog中的具体实现。我们用它来生成不同的图像,作为一种基于规则的生成艺术。
2022-01-24 cs.AI nlin.CG
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
PAA: The Probabilistic Allen Algebra: A Generative and Complete Probabilistic Extension of Allen's Interval Relations
针对艾伦区间代数无法处理不确定时间边界的问题,提出概率艾伦代数PAA,从边界分布生成关系概率,实现完备扩展,并验证了分类层级与尺度不变性。
2026-09-18 cs.AI cs.CL
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
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
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
Tensor Program Optimization for the RISC-V Vector Extension Using Probabilistic Programs
FZI Research Center for Information Technology, University of Tübingen Germany(弗赖堡研究所信息科技研究中心、图宾根大学德国)
本文将RISC-V向量扩展集成到TVM的MetaSchedule概率程序调优框架中,在FPGA和商用RISC-V SoC上实现AI工作负载的高效映射,相比GCC、muRISCV-NN和LLVM分别平均提升46%、29%和35%的执行延迟,并具有更小的代码内存占用。
2025-08-19 cs.AI cs.LG cs.SE
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
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