在面向对象环境中学习因果动力模型
原文中文，约200字，阅读约需1分钟。发表于：。本文介绍了一种新的基于对象的因果动力模型 (Object-Oriented CDM, OOCDM)，它能够在大规模对象导向的环境中学习，并通过共享因果关系和参数来适应不同类别的对象。实验证明，在因果发现、预测准确性、泛化性和计算效率方面，OOCDM 优于现有的 CDMs。
本文介绍了一种名为OODP的目标导向动态预测框架，通过对象间的动态预测提高学习动态模型的泛化性能。该框架使用神经网络实现，可进行无监督学习。实验结果表明，OODP在不同对象布局的新环境中具有显著的泛化能力，并能准确预测未见过的环境的动态。同时，它还能学习具有语义和视觉可解释的动态模型。
