时序推理的对比表示
机器学习
2025-09-30 v2 人工智能
摘要
在经典人工智能中，感知依赖于学习基于状态的表示，而规划——可视为对动作序列的时间推理——通常通过搜索实现。我们研究是否存在可能从捕获感知与时序结构的表示中涌现出此类推理。我们表明，尽管其流行，标准时序对比学习往往难以捕获时序结构，原因在于其依赖虚假特征。为此，我们引入组合时序推理表示（CRTR），该方法采用负采样方案以可证的方式消除这些虚假特征并促进时序推理。CRTR 在具有复杂时序结构的领域（如推箱子和 Rubik's Cube）上取得优异成绩。特别是对于 Rubik's Cube，CRTR 学习到的表示能够跨越所有初始状态进行泛化，并能在搜索步骤少于 BestFS 的情况下解决该谜题，尽管解的路径较长。据我们所知，这是首个仅依赖学习表示而高效求解任意 Cube 状态的方法，无需依赖外部搜索算法。
引用
@article{arxiv.2508.13113,
title = {Contrastive Representations for Temporal Reasoning},
author = {Alicja Ziarko and Michal Bortkiewicz and Michal Zawalski and Benjamin Eysenbach and Piotr Milos},
journal= {arXiv preprint arXiv:2508.13113},
year = {2025}
}
备注
NeurIPS 2025, Project website: https://princeton-rl.github.io/CRTR/