CausalWAM：在世界动作模型中学习动作的因果来源

世界动作模型（WAM）从观测中学习隐变量，既用于预测场景演化，也用于生成动作；但场景预测需要覆盖整个场景，而只有其中一部分因素真正导致动作。作者指出，仅拟合演示数据的 WAM 通常无法保证只依据动作相关的隐变量生成动作，可能把动作相关隐变量与干扰变量纠缠在一起。为此，作者将“导致动作的因素”与“预测所依赖的因素”分离，并证明在稀疏约束下，用于生成动作的隐变量是动作相关隐变量的可逆函数，真实结构可在隐变量置换意义下被识别；该结论不要求充分的时间依赖，也不对未观测状态的演化作假设，且在动作相关隐变量与其余变量统计相关时仍成立。