BeliefDiffusion은 부분관측 환경에서의 내비게이션을 위해 생성과 계획을 결합한 프레임워크다. 신경망으로 신념공간을 근사하는 기존 방법은 지각 앨리어싱이 있는 고차원에서 신념의 다중모드성을 포착하지 못하고, 생성모델은 많은 데이터·전문가 시연을 요구하며 장기 계획 메커니즘이 없다. BeliefDiffusion은 확산모델로 다중모드 신념 분포를 명시적으로 표현하고 모델 예측 제어(MPC)로 앞을 내다보며 계획한다. 관측 이력으로 그럴듯한 환경 구성을 상상한 뒤, 집계된 구성 전반에서 효율적 내비게이션 전략을 계획하는 두 단계로 작동한다. 합성 맵 실험에서 모델프리 RL과 다른 생성 접근을 성공률·경로 효율 모두에서 크게 앞섰다.

• •BeliefDiffusion: 부분관측 내비게이션을 위해 생성(확산)과 MPC 계획을 결합한 프레임워크
• •기존 신경 신념근사는 지각 앵리어싱 고차원에서 다중모드성 포착 실패 지적
• •확산모델로 다중모드 신념 분포를 명시적 표현, MPC로 사전 계획
• •2단계: 관측 이력 기반 환경 구성 상상 → 집계 구성 전반의 내비게이션 전략 계획
• •합성 맵 실험에서 모델프리 RL·타 생성 접근 대비 성공률·경로 효율 우위