Компьютерные науки > Искусственный интеллект [представлен 10 августа 2026 года] Название: Compiling VGDL в Causal Models View PDF HTML (экспериментальный) Резюме: Восстановительное обучение и крупные языковые модели часто сталкиваются с трудностями для точного отражения причинно-следственной механики игровой среды. Стандартные обучающие агенты, как правило, полагаются на фальшивую корреляцию, в то время как крупные языковые модели склонны галлюцинировать правила игры. Несмотря на то, что обучение по вопросам укрепления причинно-следственной связи повышает интерпретируемость, в настоящее время нет официальной методологии для картирования сложных игровых механиков непосредственно в причинные модели. Для решения этой проблемы мы предлагаем детерминистскую систему, которая компилирует игры, указанные в языке описания Video Game, в динамические структурные модели. Вместо того, чтобы вычислять причинно-следственные структуры из геймплеев или шумных результатов крупных языковых моделей, наша методология напрямую переводит компоненты игры, включая спритную динамику, правила взаимодействия и условия прекращения, в четкие структурные уравнения. Каждая игра представляет собой причинно-следственный переход от переменных состояния в то время к $t+1 долл. Устанавливая это на основе концепции картирования, подход гарантирует абсолютную причинно-следственную верность механике наземных игр. Полученные в результате модели обеспечивают прозрачные причинно-следственные пути, которые…
Сведение VGDL в модели причинно-следственных связей
arXiv: 2609.054559v1 Annualce Type: New Humber Abstract: Supreditation Untermination and music Models часто с трудом удается точно зафиксировать причинно-следственную механику игровой среды. Стандартные обучающие агенты, как правило, полагаются на фальшивую корреляцию, в то время как крупные языковые модели склонны галлюцинировать правила игры. Несмотря на то, что обучение по вопросам укрепления причинно-следственной связи повышает интерпретируемость, в настоящее время нет официальной методологии для картирования сложных игровых механиков непосредственно в причинные модели. Для решения этой проблемы мы предлагаем детерминистскую систему, которая компилирует игры, указанные в языке описания Video Game, в динамические структурные модели. Вместо того, чтобы вычислять причинно-следственные структуры из геймплеев или шумных результатов крупных языковых моделей, наша методология напрямую переводит компоненты игры, включая спритную динамику, правила взаимодействия и условия прекращения, в четкие структурные уравнения. Каждая игра тикает как причинно-следственный переход от переменных состояния в момент времени к $t+