基于因果物理交互序列的基于物理学的任务生成
摘要：通过物理环境执行任务是AI系统在真实世界中面临的一个关键且具有挑战性的问题。基于物理模拟的任务通常用于促进解决这一挑战的研究。在本文中，首先，我们提出了一种系统化的方法，通过物体之间的因果物理交互序列来定义一个物理场景。然后，我们提出了一种使用这些定义的场景作为输入，在物理仿真环境中生成任务的方法论。我们的方法能够更好地理解解决基于物理任务所需的微观力学，从而便于准确评估AI系统的物理推理能力。我们使用基于物理的益智游戏《愤怒的小鸟》演示了我们提出的任务生成方法论，并使用一系列指标对生成的任务进行评估，包括物理稳定性、使用预期物理交互的可解性以及意外解决方案的可解性。我们相信，使用我们提出的方法生成的任务可以促进对物理推理代理的细致评估，从而为开发更复杂的真实世界应用代理铺平道路。
作者：Chathura Gamage, Vimukthini Pinto, Matthew Stephenson, Jochen Renz
论文ID：2308.02835
分类：Artificial Intelligence
分类简称：cs.AI
提交时间：2023-08-17