通过信息论的方法来解决机器人自主探索问题，在机器人视野内，选择一个包含信息量最大的位置。该论文提出，使用贝叶斯优化预测互信息(MI)，机器人感知候选动作由贝叶斯优化给出，然后添加到高斯过程中训练？高斯过程估计机器人整个动作空间的MI，然后通过acquisition function选择下一个候选动作？

自主探索问题：在一个没有先验的环境中，依次决定下一个动作。最终目标让整个栅格地图熵变小，往近了看就是每次找MI最大的动作。

本文工作中，显示地计算MI。使用高斯过程的后验mean function估计MI。在每次贝叶斯优化迭代中，计算出一个候选动作，然后添加到一个用于近似MI的动作池中？？高斯过程可以估计MI，也形成acquisition function用于选择下一个候选动作？？云里雾里。