VALSE 论文速览 第121期：物理推理中的学习机制

论文题目：物理推理中的学习机制

作者列表：

李世乾 (北京大学)、武可雯 (清华大学)、张驰  (BIGAI)、朱毅鑫 (北京大学)

B站观看网址：

https://www.bilibili.com/video/BV1Sr4y1o7SS/

论文摘要：

动态预测是物理推理不可缺少的吗?如果是，动态预测模块在物理推理过程中扮演什么样的角色？大多数研究都专注于设计动态预测网络，将物理推理作为下游任务，而没有考察上述问题，想当然地认为设计的动态预测无疑有助于推理过程。在这项工作中，我们仔细研究了这一假设，通过比较两种学习机制：从动态中学习 (LfD)和从直觉中学习 (LfI)来探索这一基本假设。在第一个实验中，我们直接检查并比较了这两种机制。结果显示了一个令人惊讶的发现：简单LfI优于或与最先进的LfD相当。这一观察结果引出了第二次对ground-truth动态轨迹 (GD)进行的实验，这是LfD的理想情况，其中动态轨迹直接从模拟器获得。结果表明，在物理推理中，如果直接给出动态，而不是近似地给出动态，将比单独使用LfI获得更高的性能；这实际上是性能的上限。但在实际应用中，LfD机制只能通过模仿物理规律的动态轨迹学习模块来预测近似动态(Approximate Dynamics, AD)，使得后续的物理推理模块退化为LfI范式；请看第三个实验。我们注意到这个问题很难缓解，因为动态预测误差不可避免地在长期范围内积累。最后，在第四个实验中，我们注意到Lfl，这个极其简单的策略，如果使用得当，在学习解决物理推理问题时更有效。综上所述，在PHYRE这一具有挑战性的基准上的结果表明，LfI即使不是更好，也与有花哨设计的LfD一样好。然而，尽管具有挑战性，但尝试改善LfD的仍然可能获得性能上的提升。

论文信息：

[1] S. Li, K. Wu, C. Zhang and Y. Zhu. On the Learning Mechanisms in Physical Reasoning. In NeurIPS, 2022.

论文链接：

[https://arxiv.org/abs/2210.02075]

代码链接：

[https://github.com/lishiqianhugh/LfID]

视频讲者简介：

李世乾，北京大学智能学院博士研究生，师从朱毅鑫老师，主要研究方向为认知推理，直觉物理等。

特别鸣谢本次论文速览主要组织者：

月度轮值AC：汪婧雅 (上海科技大学)、刘宇 (大连理工大学)