自主侦察任务中智能代理的主动推理

研究人员提出一种用于智能体自主控制的主动推理路径规划方法，旨在通过侦察地理区域维持共同作战态势理解。该方法构建证据地图以反映当前局势认知，融合随时间收集的传感器观测数据并动态更新；利用包含 Dempster-Shafer 理论和高斯传感器模型的生成模型，采用贝叶斯方法更新后验概率分布。系统通过评估证据地图的 pignistic 概率分布与目标对象后验概率分布之间的发散度（含新观测带来的惊讶水平），计算区域内所有位置的变分自由能，并据此在模拟环境中引导智能体向最小化该值的增量位置移动。此方法有效解决了探索与利用的平衡挑战，使智能体能兼顾对广阔地理区域的搜索与对已识别目标的跟踪。