Glossaryに戻る
因果混同
模倣学習における失敗モード。制御ポリシーが真の因果的特徴ではなく、デモンストレーションデータ内の疑似相関に依存することを学習する場合。例えば、運転制御ポリシーは交通状況に基づいて停止することを学習するのではなく、ブレーキライトインジケーターが停止を予測することを学習するかもしれません。因果混同は、分布内では機能するが新しいシナリオで予測不可能に失敗する制御ポリシーとして現れることが多いです。
模倣学習における失敗モード。制御ポリシーが真の因果的特徴ではなく、デモンストレーションデータ内の疑似相関に依存することを学習する場合。例えば、運転制御ポリシーは交通状況に基づいて停止することを学習するのではなく、ブレーキライトインジケーターが停止を予測することを学習するかもしれません。因果混同は、分布内では機能するが新しいシナリオで予測不可能に失敗する制御ポリシーとして現れることが多いです。