ROPES：基于得分方法的因果表示学习的机器人姿态估计
机器人学
2025-10-27 v1 机器学习
摘要
因果表示学习（CRL）已成为一种强大的无监督框架，旨在（i）分离高维数据背后的潜在生成因子，（ii）学习潜在变量之间的因果互动。尽管近期在可识别性和实际应用方面取得了显著进展，但理论与实际应用之间仍存在显著鸿沟。本文通过将CRL引入机器人领域，致力于缩小这一鸿沟。具体而言，本文聚焦于已定义的机器人姿态估计问题——从原始图像中恢复位置和姿态——通过引入基于得分方法的机器人姿态估计（ROPES）框架。作为无监督方法，ROPES体现了干预式CRL的核心思想，即识别那些可被操控的生成因子：图像由内在因子和外在因子（如关节角度、机械臂/ limb几何、光照、背景及相机配置）生成，目标在于分离并恢复可直接通过操控（干预）的潜在变量，即可以通过作动器直接操控的变量。在机器人学中，这些干预自然地通过对各种关节作动器进行命令并记录不同控制下的图像而产生。半合成操作臂实验的经验评估表明，ROPES能够以高度忠实于真实值的高保真度分离潜在生成因子。关键在于，这一成果仅依赖分布性变化，无需任何标记数据。本文还与基于近期提出的半监督框架的基线进行比较。本文 concludes by positioning robot pose estimation as a near-practical testbed for CRL.
引用
@article{arxiv.2510.20884,
title = {ROPES: Robotic Pose Estimation via Score-Based Causal Representation Learning},
author = {Pranamya Kulkarni and Puranjay Datta and Burak Varıcı and Emre Acartürk and Karthikeyan Shanmugam and Ali Tajer},
journal= {arXiv preprint arXiv:2510.20884},
year = {2025}
}
备注
A preliminary version of this paper appeared at NeurIPS 2025 Workshop on Embodied World Models for Decision Making