摘要

本文由VERSES Research Lab的Ozan Çatal等人撰写，探讨了在多主体系统中通过主动推理框架进行信念共享的策略及其潜在问题。论文指出，直接共享后验信念可能导致负面社交动态，如回声室效应和自我怀疑，这些现象会显著影响代理的集体表现。为此，论文提出了一种替代策略，即共享似然信息，以避免误导性信念强化，并通过模拟验证了这一策略的有效性。

原理

论文基于主动推理框架，将通信视为信念共享过程。在该框架下，代理通过最小化变分自由能来维护对世界的生成模型，并据此进行隐藏状态的推理和行动规划。通信被概念化为将一个代理的信念转化为另一个代理的可观察数据。论文揭示了直接共享后验信念可能引发的负面社交动态，并提出了一种新的通信策略——共享似然信息，即仅共享代理对观察的解释，而非完整的信念。这种方法通过将其他代理视为额外的独立信息源，从而在保持协作推理优势的同时，避免了回声室效应和自我怀疑问题。

流程

论文通过模拟一个对象寻找任务来展示多代理信念共享的工作流程。在这个任务中，多个代理在同一环境中搜索奖励对象，并可以共享他们对对象位置的信念。代理的生成模型包括两个状态因子：代理位置和对象位置。代理通过执行移动动作与环境交互，并拥有三种观察模式：自身位置、对象可见性以及通过信念共享接收的信息。论文详细描述了代理如何通过变分消息传递更新其信念，并展示了在共享似然信息而非后验信念时，如何避免回声室效应和自我怀疑现象。

应用

论文提出的信念共享策略不仅适用于简单的对象寻找任务，还具有广泛的潜在应用前景。在复杂的协作AI系统设计中，如自动驾驶车辆协同、多机器人任务执行以及分布式决策支持系统等领域，该策略能够提高系统的鲁棒性和效率。通过避免负面社交动态，这些系统可以更有效地协同工作，适应不断变化的环境条件。