CAG-WAM：用因果动作增益改进机器人操作的动作评估

Peizheng Guo 等提出 Causal Action-Gain World Action Model（CAG-WAM），针对世界动作模型中候选动作的未来预测混杂了动作引发变化与环境自身演化的问题，构建结构因果模型并识别出环境演化影响未来评估的后门路径。 对每个候选动作，CAG-WAM 在同一当前观测下分别预测动作条件未来与环境未来，将两者的评估差定义为因果动作增益（CAG）。训练时把 CAG 纳入 GRPO 引导策略学习；推理时用 CAG 评估初始动作，必要时依据预测的未来信息修正。作者称多个基准实验支持 CAG-WAM 的有效性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。