💻 computer science

Online Structure Learning and Planning for Autonomous Robot Navigation using Active Inference

Dieses Paper stellt AIMAPP vor, ein selbstüberwachtes, ROS-kompatibles Framework, das Online-Kartierung, Lokalisierung und Planung für autonome Roboter in unbekannten Umgebungen vereinheitlicht, indem es Active Inference nutzt, um dynamisch spärliche topologische Karten aufzubauen und die Exploration mit zielgerichteter Navigation auszubalancieren, ohne dabei auf vordefinierte Karten oder Vortraining angewiesen zu sein.

Ursprüngliche Autoren: Daria de Tinguy, Tim Verbelen, Emilio Gamba, Bart Dhoedt

Veröffentlicht 2026-07-08

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Daria de Tinguy, Tim Verbelen, Emilio Gamba, Bart Dhoedt

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich einen Roboter vor, der in ein brandneues, unbekanntes Gebäude geworfen wird. Er hat keine Baupläne, kein GPS und niemanden, der ihm sagt, wohin er gehen soll. Die meisten Roboter würden verwirrt werden, gegen Wände stoßen oder in Schleifen stecken bleiben.

Dieses Paper stellt eine neue Art der Navigation für Roboter vor, die AIMAPP heißt. Betrachten Sie AIMAPP nicht als einen Roboter mit einer fest codierten Karte, sondern als einen Roboter mit einem neugierigen, adaptiven Gehirn, das davon inspiriert ist, wie Tiere (wie Ratten oder Menschen) sich in der Welt bewegen.

So funktioniert es, unterteilt in einfache Konzepte:

1. Die „mentale Skizze“ (Topologische Karte)

Anstatt zu versuchen, ein perfektes, pixelgenaues 3D-Modell des gesamten Gebäudes zu erstellen (was so ist, als würde man versuchen, jeden einzelnen Backstein einer Wand zu zeichnen), erstellt AIMAPP eine mentale Skizze.

Die Analogie: Stellen Sie sich vor, Sie laufen durch eine neue Stadt. Sie merken sich nicht jeden Quadratzentimeter des Bürgersteigs. Stattdessen erinnern Sie sich an markante Orientierungspunkte: „Das Café“, „Der Park“, „Die Bibliothek“. Sie verbinden diese in Ihrem Geist mit Linien: „Wenn ich vom Café geradeaus gehe, erreiche ich den Park.“
Wie der Roboter es macht: Der Roboter erstellt eine „topologische Karte“. Er behandelt bestimmte Orte als „Knoten“ (Punkte) und die Pfade zwischen ihnen als „Verbindungen“ (Linien). Während er erkundet, fügt er neue Punkte zu seiner Skizze hinzu. Er muss nicht die exakte metrische Distanz bis auf den Millimeter kennen; er muss nur wissen: „Dieser Ort ist mit jenem Ort verbunden.“

2. Der „neugierige Entdecker“ vs. der „Zielsuchende“

Der Roboter hat zwei konkurrierende Antriebe, aber er benötigt keinen Menschen, der ihm sagt, welchen er wählen soll. Er balanciert diese automatisch mithilfe eines Konzepts namens Expected Free Energy (Erwartete Freie Energie).

Die Analogie: Denken Sie an einen Hund in einem Park.
- Neugier (Exploration): Der Hund riecht einen fremden Busch und möchte ihn untersuchen, um zu sehen, was dort ist (Reduzierung der Unsicherheit).
- Ziel (Exploitation): Der Hund sieht seinen Besitzer winken und möchte direkt zu ihm laufen (Erreichung einer Präferenz).
Wie der Roboter es macht: AIMAPP berechnet einen einzelnen Wert für jede mögliche Bewegung. Wenn der Roboter verloren ist, ist der „Neugier“-Wert hoch, also geht er auf Erkundungstour. Wenn der Roboter weiß, wo das Ziel ist, ist der „Ziel“-Wert hoch, also geht er dorthin. Er wechselt zwischen diesen Modi nahtlos, ohne dass ein Mensch einen Knopf drücken muss.

3. Lernen während des Betriebs (Kein Vortraining)

Viele moderne Roboter müssen monatelang mit tausenden Stunden Videodaten trainiert werden, bevor sie arbeiten können. AIMAPP ist anders.

Die Analogie: Stellen Sie sich einen Touristen vor, der in ein fremdes Land reist. Er hat keinen Reiseführer. Er lernt das Layout durch Gehen, sich Verlaufen und das Realisieren: „Oh, das rote Gebäude ist dasselbe, das ich vorhin gesehen habe.“
Wie der Roboter es macht: Der Roboter startet mit null Wissen. Während er sich bewegt, vergleicht er, was er zu sehen erwartet, mit dem, was er tatsächlich sieht.
- Wenn er etwas Neues sieht, fügt er einen neuen „Punkt“ zu seiner Karte hinzu.
- Wenn er etwas Bekanntes sieht, aktualisiert er seine Vorstellung davon, wo er sich befindet.
- Er lernt die Regeln der Umgebung (wie „hier links abbiegen führt in eine Sackgasse“) einfach durch Ausprobieren und Scheitern, gefolgt von einer Korrektur seiner selbst.

4. Umgang mit „Drift“ (Der wackelige Tachometer)

Roboter verwenden oft Radsensoren, um zu schätzen, wie weit sie sich bewegt haben. Aber auf Teppich oder Sand rutschen die Räder durch, und der Roboter denkt, er sei 1 Meter weit gefahren, obwohl er eigentlich 2 Meter weit gekommen ist. Das nennt man „Drift“.

Die Analogie: Stellen Sie sich vor, Sie gehen mit geschlossenen Augen. Sie zählen Ihre Schritte, um zu schätzen, wo Sie sind. Wenn Sie auf einem Teppich ausrutschen, ist Ihre Schrittzählung falsch. Aber wenn Sie die Augen öffnen und ein bekanntes Wahrzeichen sehen (wie ein bestimmtes Gemälde), wissen Sie sofort: „Ah, ich bin tatsächlich hier, nicht dort, wo meine Schrittzählung mich vermuten ließ.“
Wie der Roboter es macht: AIMAPP verlässt sich mehr auf die visuelle Erkennung als auf Radsensoren. Wenn die Räder des Roboters sagen, er befinde sich in einem Flur, seine Kamera aber eine Küche sieht, vertraut er der Kamera. Er korrigiert seine interne Karte basierend darauf, was er sieht, nicht nur darauf, was er fühlt. Dies macht ihn sehr robust in unordentlichen Umgebungen wie sandigen Parkplätzen oder Teppichräumen, in denen andere Roboter scheitern.

5. Die Ergebnisse: Wie hat es abgeschnitten?

Die Forscher testeten AIMAPP sowohl in Computersimulationen als auch in realen Umgebungen (Lagerräume, Häuser und sogar ein sandiger Parkplatz).

Effizienz: Es erkundete Bereiche fast so effizient wie ein Mensch, der mit einer Karte in der Hand durch denselben Raum läuft.
Robustness (Robustheit): In einem großen Lagerhaus bewältigte es bewegliche Hindernisse und rutschige Böden besser als andere fortschrittliche Roboter, die auf präzise Karten angewiesen sind.
Fehlverhalten: Es blieb gelegentlich stecken, wenn die interne Karte des Roboters zu „unordentlich“ wurde (z. B. wenn der Roboter so stark driftete, dass er glaubte, an einem neuen Ort zu sein, obwohl er eigentlich an einem alten war), aber er erholte sich deutlich besser als Standard-Roboter.

Zusammenfassung

AIMAPP ist ein Navigationssystem, das einen Roboter wie ein neugieriges Tier behandelt. Anstatt einem starren Skript oder einer vorinstallierten Karte zu folgen, erstellt es während der Bewegung eine mentale Skizze der Welt, balanciert sein Verlangen nach Erkundung mit seinem Verlangen, ein Ziel zu erreichen, und korrigiert ständig seine Position durch das Erkennen bekannter Anblicke. Es arbeitet ohne vorheriges Training, was es bereit macht, in jede neue Umgebung gesetzt zu werden und sofort damit zu beginnen, die Dinge zu verstehen.

Technisches Resümee: Online-Strukturlernen und Planung für die autonome Roboternavigation mittels Aktiver Inferenz

Problemstellung

Autonome mobile Roboter, die in unbekannten Umgebungen operieren, stehen vor der Herausforderung, gleichzeitig Lokalisierung, Kartierung und Planung durchzuführen, ohne dabei auf vordefinierte Karten, umfangreiches Offline-Training oder menschliche Supervision angewiesen zu sein. Bestehende Ansätze leiden oft unter spezifischen Kompromissen:

Metrische SLAM-Systeme (z. B. ORB-SLAM3, FAST-LIO2) bieten eine genaue Pose-Schätzung, sind jedoch anfällig für Drift in großen oder unstrukturierten Umgebungen und verfügen nicht über intrinsische Explorationsstrategien.
Pfadplaner verursachen oft hohe Rechenkosten oder verlassen sich auf gierige Heuristiken (z. B. Frontier-basierte Exploration), die zu redundanter Rückwärtsbewegung führen.
Lernbasierte Ansätze (z. B. Neural-SLAM, ViKiNG, NoMaD) verbessern die Flexibilität, erfordern jedoch typischerweise umfangreiche Offline-Datenerhebung, Pre-Training oder teleoperierte Demonstrationen in der Zielumgebung, was die Anpassungsfähigkeit an genuin neue Szenarien einschränkt.

Die zentrale Herausforderung, die hier adressiert wird, ist die Schaffung eines vereinheitlichten Systems, das Online-Strukturlernen und Planung in einer vollständig selbstüberwachten Weise durchführt, die gegenüber Sensorrauschen, Odometrie-Drift und Umweltveränderungen resilient ist, ohne dass Pre-Training oder handgefertigte Priors erforderlich sind.

Methodik: AIMAPP-Framework

Die Autoren schlagen AIMAPP (Active Inference MAPping and Planning) vor, ein Framework, das Kartierung, Lokalisierung und Entscheidungsfindung innerhalb eines einzigen generativen Modells auf Basis des Active Inference Framework (AIF) vereint.

1. Zustandsrepräsentation und kognitive Kartierung

AIMAPP unterhält eine dünnbesetzte topologische Karte, bei der der latente Zustand in zwei Komponenten zerlegt ist:

$s_t$ (Diskreter Zustand): Ein topologischer Index, der einen distinkten Knoten im Graphen repräsentiert (einen „Ort“).
$p_t$ (Kontinuierliche metrische Position): Lokale 2D-metrische Koordinaten zur räumlichen Orientierung.
Diese Zerlegung spiegelt biologische Navigationssysteme wider (die Trennung von Place-Cell-Identität und Grid-Cell-Pfadintegration). Die Karte wächst adaptiv; neue Knoten werden erstellt, wenn die Bewegungsvorhersagen den „Einflussradius“ bestehender Zustände überschreiten, bestimmt durch Free-Energy-Vergleiche. Beobachtungen werden als 360°-Panoramabilder (oder abstrakte Sensordaten) gespeichert, die mit den Knoten assoziiert sind.

2. Generatives Modell und Inferenz

Das System operiert als Partially Observable Markov Decision Process (POMDP). Das generative Modell umfasst:

Zustandsübergänge ( $B_s$ ): Wahrscheinlichkeit der Bewegung zwischen topologischen Zuständen.
Positionsübergänge ( $B_p$ ): Wahrscheinlichkeit der Bewegung zwischen metrischen Positionen.
Beobachtungswahrscheinlichkeiten ( $A_o$ ): Wahrscheinlichkeit, ein spezifisches Panorama an einem gegebenen Zustand zu beobachten.
Positionswahrscheinlichkeiten ( $A_p$ ): Wahrscheinlichkeit, eine metrische Position an einem gegebenen Zustand einzunehmen.

Die Lokalisierung ist belief-gesteuert. Der Agent inferiert seinen aktuellen Zustand durch Minimierung der Variational Free Energy (VFE), indem er die vorhergesagte Bewegung mit sensorischen Evidenzen kombiniert. Dies ermöglicht es dem System, gegenüber Odometrie-Drift robust zu bleiben; tritt Drift auf, priorisiert der Agent die Konsistenz zwischen vorhergesagten und beobachteten Ergebnissen und re-lokalisiert sich, indem er nach vertrauten Beobachtungen sucht, anstatt sich rein auf die Roh-Odometrie zu verlassen.

3. Planung und Entscheidungsfindung

Die Aktionsauswahl wird durch die Minimierung der Expected Free Energy (EFE) ( $G$ ) gesteuert. Im Gegensatz zum traditionellen Reinforcement Learning, bei dem Exploration und Exploitation getrennte Ziele sind, leitet AIMAPP beide aus demselben EFE-Term ab:

Epistemischer Wert (Exploration): Erwarteter Informationsgewinn zur Reduzierung der Unsicherheit über die Umgebung (Zustände und Parameter).
Pragmatischer Wert (Exploitation): Erwartete Übereinstimmung mit bevorzugten Beobachtungen (z. B. das Erreichen eines Ziels oder das Vermeiden von Kollisionen).

Kandidaten-Policies werden mittels Monte Carlo Tree Search (MCTS) evaluiert, um die kombinatorische Komplexität der Aktionsräume zu bewältigen. Die EFE für eine Policy $\pi$ wird in Terme zerlegt, die den Informationsgewinn über Zustände/Parameter, die erwartete Kollisionsvermeidung sowie Utility-Terme für Beobachtungen, Positionen und Zustände repräsentieren.

4. Online-Lernen und Kartenerweiterung

Das System aktualisiert seine internen Parameter kontinuierlich. Eine Kartenerweiterung wird ausgelöst, wenn ein „expandiertes Modell“ (das einen neuen Zustand beinhaltet) eine geringere Free Energy ( $\Delta F < 0$ ) liefert als das aktuelle Modell. Übergangsmodelle ( $B_s$ ) und Beobachtungswahrscheinlichkeiten ( $A_o$ ) werden unter Verwendung von Dirichlet-Pseudo-Counts basierend auf den erfahrenen versus vorhergesagten Übergängen aktualisiert, was es dem Agenten ermöglicht, sein Weltmodell durch sensorimotorisches Feedback ohne Pre-Training zu verfeinern.

Zentrale Beiträge

Vereinheitlichtes Active Inference Framework: AIMAPP integriert Kartierung, Lokalisierung und Planung in ein einziges generatives Modell und eliminiert so die Notwendigkeit separater Module oder handarbitrierter Kompromisse zwischen Exploration und Zielerreichung.
Vollständig selbstüberwachtes Online-Lernen: Der Agent baut und verfeinert seine topologische Karte ab der ersten Interaktion ohne Pre-Training, Offline-Datenerhebung oder teleoperierte Demonstrationen.
Robustheit gegenüber Drift und Rauschen: Durch die Priorisierung der Belief-Konsistenz gegenüber der Roh-Odometrie toleriert das System Sensor-Drift und operiert effektiv in Umgebungen mit perzeptueller Aliasing und moderaten Veränderungen.
Modularität und Agnostik: Die Architektur ist sensor-agnostisch (unterstützt RGB, Tiefe, LiDAR) und plattform-agnostisch (ROS-kompatibel), wobei die kognitive Ebene von Wahrnehmung und Bewegungssteuerung getrennt ist.
Skalierbare Evaluierung: Das System wird in Umgebungen bis zu 325 m² (real und simuliert) evaluiert, eine Skala, die zuvor von Active Inference Navigationssystemen nicht adressiert wurde.

Experimentelle Ergebnisse

Die Autoren evaluierten AIMAPP gegen State-of-the-Art-Baselines (Frontier-basiert, GBPlanner, FAEL) und menschliche Teleoperation in vier simulierten und drei realen Umgebungen.

Explorationseffizienz: In simulierten Umgebungen erreichte AIMAPP eine Coverage-Effizienz, die vergleichbar mit oder sogar besser als die von State-of-the-Art-Methoden (FAEL, GBPlanner) ist. Speziell erreichte es im Durchschnitt 90,3 % der Coverage-Effizienz der menschlichen Teleoperation. In realen Versuchen übertraf AIMAPP die Frontier-basierte Exploration in Bezug auf Geschwindigkeit und Erfolgsrate der Abdeckung konsistent.
Robustheit: AIMAPP operierte erfolgreich in Bedingungen, in denen odometrie-basierte Baselines (z. B. Frontiers mit Nav2) scheiterten, wie etwa auf sandigen Parkplätzen oder Teppichböden mit signifikantem Drift. Es zeigte Resilienz gegenüber verschobenen Hindernissen in der Simulation und Sensorrauschen in realen Settings.
Zielerreichung: Das System erreichte eine Performance bei der Zielerreichung von 74 % der menschlichen Teleoperation über alle getesteten Umgebungen hinweg, ohne aufgabenspezifisches Re-Tuning.
Erfolgsraten: AIMAPP erzielte eine Erfolgsrate von 79 % beim Erreichen von fünf erfolgreichen Explorationsdurchläufen pro Umgebung und übertraf damit Frontiers (52 %) und FAEL (48 %), lag jedoch leicht unter GBPlanner (87 %). Ausfälle wurden primär auf nicht wiederherstellbare Überlappungen der Karte aufgrund von massivem Drift in großen, unerforschten Bereichen oder physische Kollisionen mit unentdeckten Hindernissen zurückgeführt.

Bedeutung und Ansprüche

Das Paper behauptet, dass AIMAPP demonstriert, dass Active Inference, ursprünglich eine Theorie der Computational Neuroscience, erfolgreich zu einer modularen, robusten Navigationsstrategie für echte Roboter adaptiert werden kann. Die Bedeutung liegt darin, Navigation als Hypothesentest zu behandeln: Vorhersagen über zukünftige Zustände werden generiert, durch Handlungen evaluiert und basierend auf „Überraschung“ (Prediction Error) revidiert.

Die Autoren betonen, dass AIMAPP eine modulare, selbstüberwachte Lösung für skalierbare Navigation in unstrukturierten Settings bietet. Durch die Vereinigung von Exploration und Zielerreichung innerhalb eines einzigen Objekts (Minimierung der Expected Free Energy) vermeidet das System die Notwendigkeit von aufgabenspezifischem Tuning oder vorhandenem Vorwissen über die Umgebung. Die Arbeit stellt einen Schritt in Richtung autonomer Agenten dar, die in der Lage sind, die Struktur ihrer Umgebung ab der ersten Interaktion zu entdecken und effektiv in dynamischen, unstrukturierten und unbekannten Räumen zu operieren, in denen traditionelle metrische Kartierung oder vortrainierte Lernmodelle Schwierigkeiten haben.