Los investigadores presentan Controllable Neural Variational Agents (CNeVA), un marco que aprende latentes de comportamiento gaussiano por agente a partir de retornos descontados para permitir el control de agentes simulados a lo largo de ejes interpretables. El sistema condiciona un generador de trayectorias de flujo rectificado y emplea puertas de elegibilidad suaves para preservar las señales de gradiente donde los umbrales duros fallarían.
- CNeVA infiere latentes de comportamiento mediante actualizaciones variacionales conjugadas de forma cerrada en el conjunto de datos Waymo Open Motion Dataset.
- Las puertas de elegibilidad suaves reemplazan los umbrales binarios con decaimiento exponencial para mantener el flujo de gradiente para agentes cercanos al umbral.
- El modelo logra una realismo competitivo mientras proporciona control por canal que carecen los modelos de imitación de mayor rango.
- Las métricas de dirección deben evaluarse junto con barreras de plausibilidad física para evitar confusos de hacking de recompensa.
Este enfoque permite a los ingenieros aislar variables y reproducir casos extremos específicos para probar sistemas autónomos sin riesgo en el mundo real.