Физически интерпретируемые модели мира посредством слабо контролируемого обучения представлений
Краткое содержание
arXiv:2412.12870v4 Announce Type: replace Аннотация: Обучение прогностических моделей на основе высокоразмерных сенсорных наблюдений является фундаментальной задачей для киберфизических систем, однако латентные представления, изучаемые стандартными моделями мира, лишены физической интерпретируемости. Это ограничивает их надежность, способность к обобщению и применимость для задач, критичных к безопасности. Мы представляем Physically Interpretable World Models (PIWM) — фреймворк, который выравнивает латентные представления с реальными физическими величинами и ограничивает их эволюцию через частично известные физические динамики. Физическая интерпретируемость в PIWM определяется двумя взаимодополняющими свойствами: (i) изучаемое латентное состояние соответствует содержательным физическим переменным, и (ii) его временна́я эволюция следует физически согласованной динамике. Для достижения этого без необходимости в размеченных данных с истинными физическими значениями, PIWM использует слабый распределительный надзор, который учитывает неопределенность состояния, естественным образом возникающую в реальных сенсорных конвейерах.
Полный текст статьи пока не загружен.