論文の概要: Deep Active Inference with Diffusion Policy and Multiple Timescale World Model for Real-World Exploration and Navigation
- arxiv url: http://arxiv.org/abs/2510.23258v1
- Date: Mon, 27 Oct 2025 12:21:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-28 15:28:15.543847
- Title: Deep Active Inference with Diffusion Policy and Multiple Timescale World Model for Real-World Exploration and Navigation
- Title（参考訳）: 拡散政策による深部能動推論と実世界探査・航法のためのマルチ・タイムスケール世界モデル
- Authors: Riko Yokozawa, Kentaro Fujii, Yuta Nomura, Shingo Murata,
- Abstract要約: 自由エネルギー原理に基づくAIFは、探索と目標指向ナビゲーションのための統一されたフレームワークを提供する。
EFEの最小化に基づくAIFは、現実世界のロボット環境における探索と目標指向ナビゲーションを一体化することができるかを示す。
- 参考スコア（独自算出の注目度）: 0.5933113619360969
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous robotic navigation in real-world environments requires exploration to acquire environmental information as well as goal-directed navigation in order to reach specified targets. Active inference (AIF) based on the free-energy principle provides a unified framework for these behaviors by minimizing the expected free energy (EFE), thereby combining epistemic and extrinsic values. To realize this practically, we propose a deep AIF framework that integrates a diffusion policy as the policy model and a multiple timescale recurrent state-space model (MTRSSM) as the world model. The diffusion policy generates diverse candidate actions while the MTRSSM predicts their long-horizon consequences through latent imagination, enabling action selection that minimizes EFE. Real-world navigation experiments demonstrated that our framework achieved higher success rates and fewer collisions compared with the baselines, particularly in exploration-demanding scenarios. These results highlight how AIF based on EFE minimization can unify exploration and goal-directed navigation in real-world robotic settings.
- Abstract（参考訳）: 現実の環境での自律型ロボットナビゲーションは、特定の目標に到達するために、環境情報と目標指向ナビゲーションを取得するために探索を必要とする。
自由エネルギー原理に基づくアクティブ推論(AIF)は、期待自由エネルギー(EFE)を最小化し、てんかんと外生の値を組み合わせることにより、これらの行動に統一的な枠組みを提供する。
これを実現するために,政策モデルとして拡散政策を,世界モデルとしてMTRSSM(Multiple Timescale Recurrent State-space Model)を統合した深層AIFフレームワークを提案する。
拡散政策は多種多様な候補行動を生成する一方、MTRSSMは潜伏した想像力によって長軸効果を予測し、EFEを最小化する行動選択を可能にする。
実世界のナビゲーション実験では,特に探索要求シナリオにおいて,我々のフレームワークは,ベースラインと比較して高い成功率と衝突率を達成できた。
これらの結果は、EFEの最小化に基づくAIFが、現実世界のロボット環境における探索と目標指向ナビゲーションを統一する方法について強調する。
関連論文リスト
- SOE: Sample-Efficient Robot Policy Self-Improvement via On-Manifold Exploration [58.05143960563826]
On-Manifold Exploration (SOE)は、ロボット操作におけるポリシー探索と改善を強化するフレームワークである。
SOEはタスク関連因子のコンパクトな潜在表現を学習し、有効なアクションの多様体への制約探索を行う。
プラグインモジュールとして任意のポリシモデルとシームレスに統合することができ、基本ポリシのパフォーマンスを低下させることなく、探索を強化することができる。
論文 参考訳（メタデータ） (2025-09-23T17:54:47Z) - A Message Passing Realization of Expected Free Energy Minimization [2.099922236065961]
本稿では,因子グラフ上の期待自由エネルギー(EFE)に対するメッセージパッシング手法を提案する。
我々は,解答可能な探索問題を,標準変分法を用いて抽出可能な推論問題に変換する。
因数化状態空間モデルにメッセージパッシング手法を適用することで、効率的なポリシー推論が可能になる。
論文 参考訳（メタデータ） (2025-08-04T08:48:37Z) - Deep Active Inference Agents for Delayed and Long-Horizon Environments [1.693200946453174]
AIFエージェントは、遅れた環境で悪化する制限である正確な即時予測と徹底的な計画に依存している。
本稿では,複数段階の遅延遷移を特徴とする生成型政治アーキテクチャを提案する。
我々は,遅延と長期化の設定で現実的な産業シナリオを模倣した環境におけるエージェントの評価を行った。
論文 参考訳（メタデータ） (2025-05-26T11:50:22Z) - VRS-UIE: Value-Driven Reordering Scanning for Underwater Image Enhancement [104.78586859995333]
状態空間モデル(SSM)は、線形複雑性と大域的受容場のために、視覚タスクの有望なバックボーンとして登場した。
大型で均質だが無意味な海洋背景の優位性は、希少で価値ある標的の特徴表現応答を希薄にすることができる。
水中画像強調(UIE)のための新しい値駆動リダクションスキャンフレームワークを提案する。
本フレームワークは, 水バイアスを効果的に抑制し, 構造や色彩の忠実さを保ち, 優れた向上性能(WMambaを平均0.89dB超える)を実現する。
論文 参考訳（メタデータ） (2025-05-02T12:21:44Z) - Free Energy Projective Simulation (FEPS): Active inference with interpretability [40.11095094521714]
FEP(Free Energy Projective Simulation)とAIF(Active Inference)は、多くの成功を収めている。
最近の研究は、最新の機械学習技術を取り入れた複雑な環境におけるエージェントの性能向上に重点を置いている。
ディープニューラルネットワークを使わずに解釈可能な方法でエージェントをモデル化するための自由エネルギー射影シミュレーション(FEPS)を導入する。
論文 参考訳（メタデータ） (2024-11-22T15:01:44Z) - LDP: A Local Diffusion Planner for Efficient Robot Navigation and Collision Avoidance [16.81917489473445]
条件拡散モデルは,ロボットポリシーを学習するための効率的なツールとして実証されてきた。
ダイナミックな障害物と迷路のような構造を特徴とする現実シナリオの複雑な性質は、ロボットの局所的なナビゲーション決定の複雑さを浮き彫りにする。
論文 参考訳（メタデータ） (2024-07-02T04:53:35Z) - NoMaD: Goal Masked Diffusion Policies for Navigation and Exploration [57.15811390835294]
本稿では,目標指向ナビゲーションと目標非依存探索の両方を扱うために,単一の統合拡散政策をトレーニングする方法について述べる。
この統一された政策は、新しい環境における目標を視覚的に示す際に、全体的な性能が向上することを示す。
実世界の移動ロボットプラットフォーム上で実施した実験は,5つの代替手法と比較して,見えない環境における効果的なナビゲーションを示す。
論文 参考訳（メタデータ） (2023-10-11T21:07:14Z) - Reparameterized Policy Learning for Multimodal Trajectory Optimization [61.13228961771765]
本研究では,高次元連続行動空間における強化学習のためのパラメータ化政策の課題について検討する。
本稿では,連続RLポリシーを最適軌道の生成モデルとしてモデル化する原理的フレームワークを提案する。
本稿では,マルチモーダルポリシーパラメータ化と学習世界モデルを活用した実用的モデルベースRL手法を提案する。
論文 参考訳（メタデータ） (2023-07-20T09:05:46Z) - Variational Dynamic for Self-Supervised Exploration in Deep Reinforcement Learning [12.76337275628074]
本研究では,条件付き変分推論に基づく変動力学モデルを提案し,多モード性および生成性をモデル化する。
環境遷移の負の対数類似度の上界を導出し、その上界を探査の本質的な報酬として利用する。
提案手法は,最先端の環境モデルに基づく探索手法よりも優れている。
論文 参考訳（メタデータ） (2020-10-17T09:54:51Z) - Object Goal Navigation using Goal-Oriented Semantic Exploration [98.14078233526476]
本研究は,未確認環境における対象カテゴリーのインスタンスにナビゲートするオブジェクトゴールナビゲーションの問題を研究する。
本稿では,表層的なセマンティックマップを構築し,効率的に環境を探索する「ゴール指向セマンティック探索」というモジュールシステムを提案する。
論文 参考訳（メタデータ） (2020-07-01T17:52:32Z)
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。