CRL에서의 블록 분리: 식별 가능성과 시각 상태 추정의 연결

인과 표현 학습(Causal representation learning, CRL)은 고차원 관측값으로부터 인과적으로 관련된 잠재 변수를 복구하는 과정입니다. 레이블이 필요 없는 추론 방식으로서, CRL은 데이터 레이블을 얻기 어렵거나 비실용적인 애플리케이션에 특히 매력적입니다. CRL의 식별 가능성(identifiability) 보장에 대한 상당한 진전이 있었지만, 이러한 보장은 종종 매우 형식화된 가정 하에서 성립하며, 이는 실제 문제에 직접 적용하는 것을 제한합니다. 본 논문은 개입형 CRL(interventional CRL)을 위해 두 가지 목표를 가지고 있습니다. 첫째, 실질적으로 더 약한 개입 가정을 통해 식별 가능성 보장을 확립하여 인과 변수의 블록 분리(block disentanglement)를 도출하며, 여기서 블록 구조는 현실적으로 사용 가능한 개입 메커니즘에 따라 달라집니다. 둘째, 이 블록 분리 프레임워크를 체화된 시각 상태 추정(embodied visual state estimation)에 사용하여, 레이블 데이터 없이 로봇 시스템의 잠재 물리 변수를 시각 데이터(이미지 및 비디오)로부터 직접 복구하는 것을 목표로 합니다. 이 두 구성 요소는 결정적으로 상호 보완적입니다. 블록 분리 이론은 약화된 가정 하에서의 식별 가능성 보장을 설명하고, 응용 사례는 추가적인 가정 위반에도 불구하고 결과적인 목적이 통제된 체화 환경에서 여전히 효과적임을 입증함으로써, 레이블 없는 CRL의 잠재력을 실질적인 문제로 전환하는 데 필요한 이론과 실제 간의 다리를 제공합니다.