可解释世界模型的神经符号学习

预印本摘要称，研究者提出名为概念基础世界模型（CGWM）的神经符号世界模型设计，利用时间逻辑表达的显式完整知识从观测中学习可解释的概念表征。该方法将规划转化为可微推理，通过梯度上升优化智能体动作以达成目标。在两个游戏环境的实验中，CGWM在长时域概念对齐上显著更准确，并在分布内与分布外展现出更鲁棒的规划表现。