Исследователи представляют Controllable Neural Variational Agents (CNeVA), фреймворк, который обучает гауссовы поведенческие латенты для каждого агента на основе дисконтированных возвратов, что позволяет управлять симулируемыми агентами вдоль интерпретируемых осей. Система кондиционирует генератор траекторий с выпрямленным потоком (rectified-flow) и использует мягкие врата эligibility для сохранения градиентных сигналов там, где жесткие пороги дали бы сбой.
- CNeVA выводит поведенческие латенты через замкнутые сопряженные вариационные обновления на датасете Waymo Open Motion Dataset.
- Мягкие врата eligibility заменяют бинарные пороги экспоненциальным затуханием для поддержания потока градиентов для агентов, близких к порогу.
- Модель достигает конкурентоспособной реалистичности, обеспечивая канальный контроль, которого не хватает более высоко оцененным моделям имитации.
- Метрики управления должны оцениваться вместе с защитными ограждениями физической правдоподобности, чтобы избежать конфаундов обхода вознаграждения (reward-hacking).
Этот подход позволяет инженерам изолировать переменные и воспроизводить конкретные крайние случаи для тестирования автономных систем без риска в реальном мире.