causal-learning

ForeTime-VLA引入了一种从世界动作模型中提取因果未来令牌的蒸馏方法，以提高动态传送带操作的性能，与现有VLA策略相比，实现了更高的抓取成功率。

本文提出了一种从多智能体演示中学习隐式因果世界模型的方法，使智能体能够从观察到的行为中推断因果结构。

本文对通用型智能体为了在多种环境和目标下接近最优地行动而必须在记忆中存储什么提供了一个形式化描述，并提出了一个分离定理：记忆对于领域区分和转移模型重建是必要的。

本研究探讨了主动探索是否能帮助成年人克服因果推理中的“合取性缺陷”，并在blicket探测器任务中将人类表现与大语言模型进行比较。结果表明，主动探索改善了成年人的合取推理能力，尽管仍存在一些差距，而大语言模型接近人类的准确性，但探索效率较低。