面向机器人堆叠任务的因果概率预测、行动选择和解释框架

该文介绍了一个新颖的框架，用于在随机序列多智能体环境中为智能体的决策提供因果解释。该框架通过自然语言交流回答用户的查询，涉及联想、干预或反事实的因果推理。该方法利用生成模型模拟反事实世界，识别决策背后的重要原因。该方法在自动驾驶的运动规划中应用，并在耦合交互的模拟场景中进行了测试。结果表明，该方法能够正确识别和排名相关的原因，并向用户提供简明的解释。