본 논문은 고차원 상태를 가진 부분적으로 관측 가능한 마르코프 결정 과정(POMDP)에서의 신념 표현 문제를 해결하기 위해 조건부 심층 생성 모델(cDGMs)을 활용하는 새로운 접근법을 제시합니다. 기존의 신념 표현 방식과 달리, cDGMs는 고차원 상태와 많은 관측값에 적합하며, 사후 신념에서 임의의 수의 샘플을 생성할 수 있습니다. 무작위 전개 궤적에서 생성된 데이터로 cDGMs를 훈련하고, 크고 연속적인 상태 공간을 가진 광물 탐사 POMDP 문제를 풀면서 그 효과를 보여줍니다. 실험 결과, cDGMs는 신념 정확도와 계획 성능 측면에서 입자 필터 기반 기준 모델보다 우수한 성능을 보입니다.
