Counterfactual World Modeling (CWM) is a pure vision model that uses a temporally-factored masking policy for predicting video data and enables counterfactual queries to extract vision structures, achieving state-of-the-art performance on the Physion benchmark.

Dec, 2023

本文提出了一种基于视频无监督学习的因果发现方法，结合感知、推理和动力学模块，能够从短序列的关键点信息中高效地发现物体、环境变量之间的相互作用，并做出反事实推理和未来预测。

Jul, 2020

本文介绍如何利用因果推断来理解与环境交互并预测系统变更的后果，从而使人类和算法能够选择改变，以改善系统的短期和长期性能。作者还通过对 Bing 搜索引擎广告放置系统的实验来说明他们的方法。

Sep, 2012

我们提出了一种物理视听常识推理的解缚对抗学习方法 (DCL)，旨在根据视频和音频输入推断物体的物理常识，并模拟人类的推理能力。我们的方法将视频解耦为静态和动态因素，并引入反事实学习模块来增强模型的推理能力。在实验中，我们展示了我们的方法改进了基线方法并取得了最先进的性能。

Oct, 2023

本文介绍 ComPhy 数据集，该数据集含有一些移动和交互对象的视频，用于评估模型是否能够理解隐藏的物理性质，实验结果表明，一些当前先进的视频推理模型无法捕捉这些隐藏的属性。此外，本文进一步提出了一种名为 Compositional Physics Learner（CPL）的神经符号框架，该框架将视觉感知、物理特性学习、动态预测和符号执行结合成一个统一的框架，以识别对象的物理特性并预测它们的动态以回答问题。

May, 2022

通过自我监督的信号增强奖励价值，将模型训练出了刻画两个物理场景间相似度的能力，从而在 PHYRE 基准测试中显著提升了表现。

Feb, 2021

我们引入了连续物理数据集（ContPhy），这是一个用于评估机器物理常识的新型基准。通过涵盖不同场景中的多样化物理属性推理以及对应的动力学预测，ContPhy 补充了现有的物理推理基准。我们评估了一系列 AI 模型，并发现它们在 ContPhy 上仍然难以达到令人满意的性能，这表明当前的 AI 模型在连续物体方面仍然缺乏物理常识，尤其是软体，并证明了该数据集的价值。我们还引入了一种基于粒子的物理动力学模型与最近的大型语言模型相结合的神谕模型（ContPRO），该模型结合了两种模型的优势，即精确的动力学预测和可解释的推理。ContPhy 旨在促进在不同物理场景中的感知和推理的进步，缩小人类和机器智能在理解物理世界方面的差距。项目页面：这个 https URL

Feb, 2024

提出了三种反事实因果发现方法，其通过提取事件的方式解决了动态环境中因果链的不稳定性，同时采用反事实模拟来克服因无法在公共道路上进行实验而带来的干扰，实验结果表明，该方法在智能驾驶中因果关系的建立方面表现显著优于传统方法。

Jun, 2023

本论文提出了一项基于视觉任务的评估基准，以测试人工系统对于宏观物体、运动、力等物理理解的程度，同时介绍了两个旨在以无监督的方式学习直观物理的深度神经网络系统，并通过与人类数据的比较，对下一帧预测建筑的潜力和限制进行了新颖的结果分析。

Mar, 2018

本文介绍了一种利用局部因果模型（local causal models，LCMs）、逆因数据增强（Counterfactual Data Augmentation，CoDA）等方法来提高强化学习（reinforcement learning，RL）算法采样效率的方法。实验表明，在其所擅长的分解式任务中，该方法能显著提高算法的表现。

Jul, 2020