Pesquisadores introduzem Controllable Neural Variational Agents (CNeVA), um framework que aprende latentes de comportamento gaussiano por agente a partir de retornos descontados para permitir o direcionamento de agentes simulados ao longo de eixos interpretáveis. O sistema condiciona um gerador de trajetórias de fluxo retificado e emprega portas de elegibilidade suaves para preservar sinais de gradiente onde limiares rígidos falhariam.
- CNeVA infere latentes de comportamento por meio de atualizações variacionais conjugadas de forma fechada no conjunto de dados Waymo Open Motion Dataset.
- Portas de elegibilidade suaves substituem limiares binários por decaimento exponencial para manter o fluxo de gradiente para agentes próximos ao limiar.
- O modelo alcança realismo competitivo enquanto fornece controlabilidade por canal que modelos de imitação de maior classificação não possuem.
- As métricas de direcionamento devem ser avaliadas junto com barreiras de plausibilidade física para evitar confusões de hacking de recompensa.
Esta abordagem permite que engenheiros isolem variáveis e reproduzam casos extremos específicos para testar sistemas autônomos sem risco no mundo real.