Hoffman、Bhattacharjee 與 Nikolaidis 回顧人機協作中的人類意圖推斷與動作預測。研究方法包括貝葉斯後驗估計、馬可夫決策過程、共享機率框架，也包括神經網路與監督式學習。作者指出，現有系統多限於短期預測和狹窄任務，對人類意圖的複雜性及人會隨互動調整策略的特性掌握不足。這篇不是主動推論專論，但可作為建立人機協作模型時的領域基準。
思與行
- 將「推斷意圖」與「預測動作」拆成不同目標。
- 設計包含人類改變策略、誤解與協商的互動任務。
參考
- Hoffman, G., Bhattacharjee, T., & Nikolaidis, S. (2024). Inferring Human Intent and Predicting Human Action in Human–Robot Collaboration. Annual Review of Control, Robotics, and Autonomous Systems, 7, 73–95. 期刊頁面 · DOI
- 延伸：主動推論把狀態估計規劃與控制整合在生成模型中、工程應用需要與成熟基準公平比較