该文介绍了一种基于高斯过程回归学习的自主机器人探索方法，通过贝叶斯优化实现权衡开发和探索，提高了探索效率。同时，提出了一种基于贝叶斯核推断和优化的新型信息增益推断方法，实现了近似对数复杂度而无需训练。实验结果表明该方法在不同的环境中具有理想的效率和探索性能。