部分可观测环境中基于生成模型的预测性导航规划

针对部分可观测环境下自主代理导航难题，现有基于信念的方法难以捕捉高维感知混淆下的多模态信念分布。本文提出 BeliefDiffusion 框架，融合生成与规划优势：利用扩散模型显式表征多模态信念分布，并结合模型预测控制（MPC）进行前瞻规划。该方法包含两步：基于观测历史想象 plausible 环境配置，并在聚合配置上规划高效导航策略。实验表明，其在成功率和路径效率上显著优于无模型强化学习及其他生成式基线，验证了显式多模态信念表示对鲁棒导航的有效性。