論文の概要: Planning to avoid ambiguous states through Gaussian approximations to non-linear sensors in active inference agents

• arxiv url: http://arxiv.org/abs/2409.01974v1
• Date: Tue, 3 Sep 2024 15:17:16 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-06 00:50:24.749658
• Title: Planning to avoid ambiguous states through Gaussian approximations to non-linear sensors in active inference agents
• Title（参考訳）: 能動推論エージェントにおける非線形センサへのガウス近似による曖昧な状態回避計画
• Authors: Wouter M. Kouw,
• Abstract要約: 測定関数が非線形であるとき、変換された変数はガウス分布と近似され、抽出可能な推論が保証されることを示す。 これにより、状態が観測からどれだけ正確に推測できるかに基づいて、状態よりも優先される。 エージェントが軌道を計画するロボットナビゲーション実験でこれを実証する。
• 参考スコア（独自算出の注目度）: 4.02487511510606
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In nature, active inference agents must learn how observations of the world represent the state of the agent. In engineering, the physics behind sensors is often known reasonably accurately and measurement functions can be incorporated into generative models. When a measurement function is non-linear, the transformed variable is typically approximated with a Gaussian distribution to ensure tractable inference. We show that Gaussian approximations that are sensitive to the curvature of the measurement function, such as a second-order Taylor approximation, produce a state-dependent ambiguity term. This induces a preference over states, based on how accurately the state can be inferred from the observation. We demonstrate this preference with a robot navigation experiment where agents plan trajectories.
• Abstract（参考訳）: 自然界において、アクティブな推論エージェントは、世界の観察がエージェントの状態をどのように表現しているかを学ばなければならない。 工学において、センサーの背後にある物理は、しばしば合理的に正確に知られ、測定関数は生成モデルに組み込むことができる。 測定関数が非線形であるとき、変換された変数は典型的にはガウス分布と近似され、抽出可能な推論が保証される。 2階テイラー近似のような測定関数の曲率に敏感なガウス近似が状態依存曖昧性項を生成することを示す。 これにより、状態が観測からどれだけ正確に推測できるかに基づいて、状態よりも優先される。 エージェントが軌道を計画するロボットナビゲーション実験でこれを実証する。

関連論文リスト

• Saturable global quantum sensing with Gaussian probes [0.0]
  我々は、頻繁な画像におけるグローバルセンシングに対する運用動機付けのアプローチを提供する。 提案手法は, 平均不確実性に基づいて飽和境界を導出し, 測定値の最適化とプローブ作成を同時に行うことができる。
  論文  参考訳（メタデータ） (2024-10-15T20:37:38Z)
• von Mises Quasi-Processes for Bayesian Circular Regression [57.88921637944379]
  円値ランダム関数上の表現的および解釈可能な分布の族を探索する。 結果の確率モデルは、統計物理学における連続スピンモデルと関係を持つ。 後続推論のために、高速マルコフ連鎖モンテカルロサンプリングに寄与するストラトノビッチのような拡張を導入する。
  論文  参考訳（メタデータ） (2024-06-19T01:57:21Z)
• Quantum metrology with a squeezed Kerr oscillator [0.0]
  我々は,Kerr-非線形発振器のスクイーズダイナミクスについて検討し,その結果のメトロジー的有用性を定量化する。 本稿では, 線形二次度測定に先立って非線形に進行する手法として, 測定後相互作用プロトコルを提案する。 この結果は, エネルギー緩和などの現実的な不完全性を考慮した場合のロバストであり, 最先端の実験装置で実現可能である。
  論文  参考訳（メタデータ） (2024-06-17T17:41:03Z)
• Efficiently Parameterized Neural Metriplectic Systems [21.181859944826595]
  提案手法は、状態の大きさと緯度データのランクの両方で2次的にスケールする。 メトロトレクティックシステムは、状態の大きさとメトロトレクティックデータのランクの両方で二次的にスケールする方法でデータから学習される。
  論文  参考訳（メタデータ） (2024-05-25T17:14:23Z)
• Particle-Based Score Estimation for State Space Model Learning in Autonomous Driving [62.053071723903834]
  マルチオブジェクト状態推定はロボットアプリケーションの基本的な問題である。 粒子法を用いて最大形パラメータを学習することを検討する。 自動運転車から収集した実データに本手法を適用した。
  論文  参考訳（メタデータ） (2022-12-14T01:21:05Z)
• PRISM: Probabilistic Real-Time Inference in Spatial World Models [52.878769723544615]
  PRISMはエージェントの動きと視覚知覚の確率的生成モデルにおけるリアルタイムフィルタリングの手法である。 提案手法は10Hzでリアルタイムに動作し,小型・中型屋内環境における最先端SLAMと同等に精度が高い。
  論文  参考訳（メタデータ） (2022-12-06T13:59:06Z)
• Stochastic Trajectory Prediction via Motion Indeterminacy Diffusion [88.45326906116165]
  運動不確定性拡散(MID)の逆過程として軌道予測タスクを定式化する新しい枠組みを提案する。 我々は,履歴行動情報と社会的相互作用を状態埋め込みとしてエンコードし,トランジトリの時間的依存性を捉えるためにトランスフォーマーに基づく拡散モデルを考案する。 スタンフォード・ドローンやETH/UCYデータセットなど,人間の軌道予測ベンチマーク実験により,本手法の優位性を実証した。
  論文  参考訳（メタデータ） (2022-03-25T16:59:08Z)
• Trajectory Forecasting from Detection with Uncertainty-Aware Motion Encoding [121.66374635092097]
  物体検出と追跡から得られる軌道は、必然的にうるさい。 本稿では, 明示的に形成された軌道に依存することなく, 直接検出結果に基づく軌道予測器を提案する。
  論文  参考訳（メタデータ） (2022-02-03T09:09:56Z)
• Modeling Annotation Uncertainty with Gaussian Heatmaps in Landmark Localization [2.0646127669654835]
  ランドマークのローカライゼーションでは、その正確な位置を定義するあいまいさのため、ランドマークのアノテーションは大きなオブザーバーの変動に悩まされる可能性がある。 最適化中に対象熱マップの形状をモデル化した異方性ガウスパラメータを学習する。 提案手法は, 推定熱マップに異方性ガウス関数を組み込むことにより, 個々の試料の予測不確かさをモデル化する。
  論文  参考訳（メタデータ） (2021-09-20T13:31:58Z)
• Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
  実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。 特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。 本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
  論文  参考訳（メタデータ） (2021-02-12T12:23:13Z)
• Optical estimation of unitary Gaussian processes without phase reference using Fock states [0.9786690381850356]
  2つの単一モードガウス過程、変位とスクイーズを考える。 この2つを,光子数状態と光子数分解検出器を用いて効率的に推定できることを示す。
  論文  参考訳（メタデータ） (2020-06-17T16:40:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。