基于变分消息传递的主动推理参数学习

研究者提出一种在主动推理中通过变分消息传递（SP-MP）进行参数学习的规划方法，解决了传统结构化均值场分解导致信息增益修正消失的问题。该方法为每个因子引入独立的参数先验，从而在闭式目标中恢复信息增益并推导出增强型因子函数。在两个网格 POMDP 实验中，该规划器能够高效学习参数并实现每轮均到达目标，避免了传统方案的性能停滞或冒险路径。