因果方法综述：机器人自我解释与学习

2026年10月27日，arXiv Robotics 刊出 Rebeca Marfil、Pablo Bustos、Antonio Bandera 的综述《基于因果的方法解释并从自我扩展中学习：综述》。该综述梳理面向自我感知、自我进化机器人的因果方法研究，目标是让机器人能向人类解释自身动作、计划失败或感知异常的原因。作者指出，仅靠深度学习无法弥合这一缺口，因为黑箱模型中的行为原因不可获取，需要基于更深层推理的底层架构。作者还提出，当解释来自认知过程并与人类共享、验证后，机器人应能将其纳入知识库以改进未来行为。目前该事件仅有这一篇综述报道，尚无后续跟进报道。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。