Extending Structural Causal Models for Autonomous Embodied Systems

要約

この研究では、自律的な身体化システムと因果推論の間の溝を埋めることを目指しています。
自律的な身体化システムは人間とますます相互作用するようになり、多くの場合、それらが相互作用する人々の身体的または精神的健康にリスクをもたらす可能性があります。
一方、因果モデルは、その本質的な透明性と対照的な説明を提供する能力にもかかわらず、そのようなシステム内での使用は限られています。
そのため、私たちはまず、自律具体化システム内での構造的因果モデルの統合を制限している課題を特定します。
次に、これらの課題に取り組むために、構造的因果モデルの形式主義に多くの理論的拡張を導入します。
これにより、これらのモデルが強化され、より高いレベルのモジュール化とカプセル化が実現され、一定の時空間因果モデル表現が提供されます。
それ自体は拡張機能ではありませんが、導入した拡張機能を通じて、因果定常性の形式を維持しながら、動的に変更可能なセットを構造因果モデル内で捕捉できることも証明しました。
最後に、これらの拡張機能の適用を示す 2 つのケーススタディ アーキテクチャを紹介し、これらの拡張機能が将来の作業でどこに利用できるかについて説明します。

要約(オリジナル)

In this work we aim to bridge the divide between autonomous embodied systems and causal reasoning. Autonomous embodied systems have come to increasingly interact with humans, and in many cases may pose risks to the physical or mental well-being of those they interact with. Meanwhile causal models, despite their inherent transparency and ability to offer contrastive explanations, have found limited usage within such systems. As such, we first identify the challenges that have limited the integration of structural causal models within autonomous embodied systems. We then introduce a number of theoretical extensions to the structural causal model formalism in order to tackle these challenges. This augments these models to possess greater levels of modularisation and encapsulation, as well presenting a constant space temporal causal model representation. While not an extension itself, we also prove through the extensions we have introduced that dynamically mutable sets can be captured within structural causal models while maintaining a form of causal stationarity. Finally we introduce two case study architectures demonstrating the application of these extensions along with a discussion of where these extensions could be utilised in future work.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google