考虑由一个简单,离散的动力学系统产生的有限状态图,其中代理在矩形网格拾取和删除软件包中移动。问题的状态变量(即,代理位置和软件包位置)是否可以单独从状态图的结构中恢复,而无需访问有关对象,状态结构或任何背景知识的信息?我们表明,这是可能的,只要动力学是通过与域无关的一阶因果语言学习的,这为对象和关系提供了空间,而这些因果关系却被认为是所知的。与数据兼容的语言中最紧凑的表示的偏爱提供了强大而有意义的学习偏见,从而使其成为可能。结构化因果模型(SCM)的语言是代表(静态)因果模型的标准语言,但在由对象填充的动态世界中,需要诸如“经典AI计划”中使用的一阶因果语言。尽管“经典AI”需要手工制作的表示,但可以通过相同语言从非结构化数据中学到类似的表示形式。的确,是那些语言中的语言和对紧凑型表示的偏好为世界提供了结构,揭示了对象,关系和原因。
translated by 谷歌翻译