Causal World Models for Robot Policy Learning

本文研究了因果世界模型在机器人策略学习中的应用。因果世界模型通过学习环境变量间的因果动力学关系，而非仅统计预测，使模型能够支持干预推理和反事实查询，为策略学习提供更鲁棒的规划和想象能力。文章分析了不同因果世界模型架构（因果图神经网络、结构因果模型世界模型、干预式世界模型）的表示学习和规划能力，提出了结合因果世界模型与模型预测控制的方法，并在多种机器人任务上验证了因果世界模型在泛化和规划上的优势。来源机构包括UC Berkeley、Google Research、Oxford等。