본 논문은 최첨단 자율 에이전트가 훈련 및 환경 조건의 불일치로 인해 예기치 못한 동작이나 치명적인 실패를 초래할 수 있다는 문제를 해결하기 위해 분포적으로 강건한 자유 에너지 모델(DR-FREE)을 제시합니다. DR-FREE는 자유 에너지 최소화를 통해 에이전트 의사결정 메커니즘에 강건성을 직접적으로 통합합니다. 강건한 자유 에너지 원리와 새로운 해결 엔진을 결합하여, 모호성에 대해 최적이면서도 강건한 정책을 생성합니다. 실제 로버가 장애물로 가득한 모호한 환경을 탐색하는 실험을 통해, 기존 최첨단 자유 에너지 모델이 실패하는 상황에서도 DR-FREE가 성공적으로 목표 지점까지 이동하는 것을 보여줍니다. 이는 다중 에이전트 환경에서의 배포와 자연 에이전트가 훈련 없이 변덕스러운 환경에서 생존하는 방식에 대한 생물학적으로 타당한 설명을 찾는 데 기여할 수 있습니다.
