본 논문은 실제 환경에서 자율 로봇 항해를 위한 딥 액티브 추론(AIF) 프레임워크를 제안한다. 이 프레임워크는 환경 정보를 획득하기 위한 탐험과 목표 지향적 항해를 통합하기 위해, 자유 에너지 원리를 기반으로 하는 액티브 추론(AIF)을 활용하여 예상 자유 에너지(EFE)를 최소화한다. 구체적으로는 확산 정책(diffusion policy)을 정책 모델로, 다중 시간 척도 반복 상태 공간 모델(MTRSSM)을 세계 모델로 통합하는 딥 AIF 프레임워크를 제시한다. 확산 정책은 다양한 후보 행동을 생성하고, MTRSSM은 잠재적 상상을 통해 장기적인 결과를 예측하여 EFE를 최소화하는 행동 선택을 가능하게 한다. 실제 항해 실험에서 제안된 프레임워크는 기존 모델 대비 높은 성공률과 적은 충돌 횟수를 보였으며, 특히 탐험이 중요한 시나리오에서 우수한 성능을 나타냈다.
