研究人员推出了 Controllable Neural Variational Agents (CNeVA)，这是一个框架，它从折扣回报中学习每个智能体的高斯行为潜变量，从而能够沿可解释轴控制模拟智能体。该系统对整流流轨迹生成器进行条件化，并采用软资格门在硬阈值会失效的地方保留梯度信号。
- CNeVA 通过在 Waymo Open Motion Dataset 上执行闭式共轭变分更新来推断行为潜变量。
- 软资格门用指数衰减替换二元阈值，以维持接近阈值的智能体的梯度流。
- 该模型在保持竞争力的真实性的同时，提供了更高级模仿模型所缺乏的每通道可控性。
- 必须结合物理合理性护栏一起评估转向指标，以避免奖励黑客带来的混淆。
这种方法使工程师能够隔离变量并重现特定的边缘情况，以便在没有任何现实风险的情况下测试自主系统。