一种用于分层目标识别的概率框架

目标识别旨在从行为观察中推断智能体目标。在现实场景中，利用分层任务结构和不确定性推理可提升识别效果。尽管基于规划的目标识别已取得进展，但尚无方法能将分层任务结构与概率推理有机结合。本文提出了首个基于分层任务网络（HTN）的规划式概率目标识别框架。该框架利用 HTN 规划器构建三阶段生成模型以估计似然，从而得出目标假设的后验分布。实验表明，该方法在 HTN 基准测试上的识别性能优于现有方法，为基于分层规划结构的目标识别奠定了基础。