Explorando e Aprendendo Estruturas: Abordagem de Inferência Ativa em Agentes Navegacionais

Inspirando-se nas estratégias de navegação dos animais, apresentamos um novo modelo computacional para navegação e mapeamento, enraizado em princípios biologicamente inspirados. Os animais exibem habilidades de navegação notáveis, utilizando de forma eficiente memória, imaginação e tomada de decisão estratégica para navegar em ambientes complexos e ambíguos. Baseando-se nessas percepções, integramos abordagens tradicionais de mapeamento cognitivo com uma Estrutura de Inferência Ativa (AIF) para aprender a estrutura de um ambiente em poucos passos. Por meio da incorporação de mapeamento topológico para memória de longo prazo e AIF para planejamento de navegação e aprendizado de estrutura, nosso modelo pode apreender dinamicamente estruturas ambientais e expandir seu mapa interno com crenças previstas durante a exploração. Experimentos comparativos com o modelo de Grafo Estruturado Clone (CSCG) destacam a capacidade do nosso modelo de aprender rapidamente estruturas ambientais em um único episódio, com sobreposição mínima de navegação. Isso é alcançado sem conhecimento prévio das dimensões do ambiente ou do tipo de observações, demonstrando sua robustez e eficácia na navegação em ambientes ambíguos.