Les chercheurs présentent Controllable Neural Variational Agents (CNeVA), un cadre qui apprend les latents de comportement gaussiens par agent à partir des retours actualisés afin de permettre le pilotage des agents simulés le long d'axes interprétables. Le système conditionne un générateur de trajectoires à flux rectifié et emploie des portes d'éligibilité souples pour préserver les signaux de gradient là où les seuils durs échoueraient.
- CNeVA infère les latents de comportement via des mises à jour variationnelles conjuguées à forme fermée sur le Waymo Open Motion Dataset.
- Les portes d'éligibilité souples remplacent les seuils binaires par une décroissance exponentielle pour maintenir le flux de gradient pour les agents proches du seuil.
- Le modèle atteint un réalisme compétitif tout en offrant une contrôlabilité par canal que manquent les modèles d'imitation de rang supérieur.
- Les métriques de pilotage doivent être évaluées conjointement avec des garde-fous de plausibilité physique pour éviter les confusions liées au reward-hacking.
Cette approche permet aux ingénieurs d'isoler les variables et de reproduire des cas limites spécifiques pour tester les systèmes autonomes sans risque dans le monde réel.