动态意图贝叶斯网络模型

噪声动态意图识别

通过滤波机制处理演化且带噪声的行为数据，实现透明可靠的多目标实时意图推断。

Jiaxuan, Jiang · 刘佳鹏 · Kadziński, Miłosz · 廖貅武

Information Fusion 2025

参数信息

数据集数量

2

技术优势

处理噪声数据

滤波机制从带噪声的演化行为数据中提取高质量信号，使意图识别更可靠。

不惧类别不平衡

在真实与合成数据集上，对不平衡数据和少数类别的处理优于现有基准。

同时识别多人意图

模型扩展至多目标场景，可同时推断多个个体的行为意图。

推理过程透明

通过有向无环图可视化生成过程，清晰展示条件依赖和推理结构。

应用场景

• 人机交互：实时识别用户意图，提供个性化服务与自适应界面。
• 自动驾驶：从驾驶行为推断驾驶员或行人意图，提升行车安全。
• 机器人决策：推断交互对象意图，辅助机器人实时调整决策。
• 智能系统：为智能系统提供透明可解释的意图推理模块。