CausalNav提出可靠性认证的世界模型控制方法

Yiyao Zhang 等发布 CausalNav 论文（arXiv v2），提出一种围绕有符号、动作条件转移图构建的世界模型控制器，为控制策略提供建议，并通过预测可靠性证书、策略间隔门和 argmax 一致性门在预测不可靠时回退到基础控制器。 作者在物理参数偏移下的 CartPole-v1 和离散化 Pendulum-v1 上，与九个受控基线（transformer、循环网络、split-latent、图模型、因果归纳及三个近期的基于模型推理模块）对比，统一使用同一 PPO 训练器、相同交互预算和十个 held-out 种子（共 200 次运行）。作者称其证书在全部 10 个 Pendulum 种子上弃权，此时强制使用规划器会降低回报。

AI 根据报道生成 · 10 小时前更新