技術的サマリー：グローバル単調性を超えた反事実的識別可能性

1. 問題定義

構造因果モデル（SCM）は、介入と反事実に対する統一的な意味論を提供する。しかし、根本的な課題が残されている：反事実的識別可能性である。観測データのみでは、メカニズムクラスに対して強い仮定を課さない限り、反事実的結果を一意に決定するには不十分な場合が多い。

歴史的に、正の識別可能性の結果は、グローバル単調性（例えば、加法的ノイズ、ポスト非線形構造、または単調な三角パラメータ化）に依存してきた。これらの仮定は、外生変数と内生結果との間の関係が固定された向きを維持することを保証する。

本論文は、具現化された相互作用システム（例えば、ロボット工学）において重要なギャップを特定している：接触、摩擦、幾何学といった物理現象は、しばしば文脈依存の符号反転を引き起こす。そのようなシナリオでは、同じ外生的摂動が、親の状態に応じて反対の応答を生み出す可能性がある（例えば、ある文脈では前進運動を引き起こす押力が、別の文脈では後退運動を引き起こす場合など）。グローバル単調性はこれらのシステムには過度に制限的であるが、構造を完全に除去すると反事実的な曖昧さが回復してしまう。中心的な問いは以下の通りである：グローバル単調性を放棄した後に、反事実的識別可能性を維持するために必要な構造的制約とは何か？

2. 手法と理論的枠組み

2.1 提案されるモデルクラス：NM-TM-SCM

著者は**非単調三角構造因果モデル（NM-TM-SCM）**を導入する。このクラスは、標準的な SCM の再帰的三角構造を維持しつつ、グローバル単調性の制約を緩和する。代わりに、以下の 2 つの特定の条件を課す：

1. メカニズムごとの可逆性: 各メカニズム $i$ および各固定された親文脈 $v_{<i}$ に対して、外生変数 $u_i$ から内生変数 $v_i$ への写像は全単射である。これにより、親が与えられた場合、観測から外生状態を回復する事実的帰納（abduction）が一意になることが保証される。
2. 文脈に依存しない逆輸送: 任意の 2 つの観測同等モデル $M$ と $M'$ について、それらの逆メカニズムの合成 $(f'_i(v_{<i}, \cdot))^{-1} \circ f_i(v_{<i}, \cdot)$ は、親文脈 $v_{<i}$ に依存してはならない。

2.2 理論的貢献

本論文は、これらの条件を完全な反事実的識別可能性に結びつける理論的連鎖を確立する：

• 補題 1: メカニズムごとの可逆性は、グローバル解写像 $\Gamma_M: \Omega_U \to \Omega_V$ が全単射であることを意味する。
• 定理 1: 共有順序三角 SCM のクラス内において、文脈に依存しない逆輸送は外生的同型と同等である。外生的同型とは、2 つの観測同等モデルが、文脈によって変化しない外生空間における座標変換を除いて、同じ潜在世界を共有することを意味する。
• 定理 2: 外生的同型は完全な反事実的識別可能性を意味する。2 つのモデルが外生的に同型であれば、それらはすべての反事実的クエリについて合意しなければならない。
• 命題 1（鋭敏性）: 著者は、局所可逆性だけでは不十分であることを示す構成可能な反例を提供する。逆輸送が文脈に依存する場合（すなわち、メカニズムの向きが親に基づいて反転する場合）、観測同等モデルは反事実について合意しない可能性がある。これは、文脈に依存しない逆輸送が単に便利な十分条件ではなく、必要な条件であることを証明する。

2.3 アルゴリズム：CausalInverter

これらの理論的条件を実装するために、著者は 3 つの主要なコンポーネントを持つ構造化学習モデルCausalInverterを提案する：

1. 三角可逆層: 構造方程式を可逆フローとしてモデル化する。
2. 文脈依存の向きゲート: 親文脈に基づいてメカニズムの符号を反転させることを可能にする離散ゲート $s_{i,\theta}(v_{<i}) \in \{-1, +1\}$。これにより非単調性が可能になる。
3. 輸送安定性正則化: 異なる親文脈にわたって学習された逆輸送の変動を罰する損失項（$L_{tr}$）。これにより、文脈に依存しない逆輸送条件が強制される。

訓練目的関数は、負の対数尤度とサイクル整合性、および輸送安定性正則化項を組み合わせる。

3. 実験結果

著者は、合成メカニズムおよび物理的 MuJoCo 相互作用タスク（Push と Door）において CausalInverter を評価する。

3.1 合成ベンチマーク

• 設定: 著者は、様々な次元とノイズファミリーに対して、グローバル単調、閾値反転、および滑らかな反転メカニズムをテストした。
• 知見:
  • グローバル単調な設定では、すべての構造化ベースラインが競争力のある性能を発揮する。
  • 非単調な設定（親依存の向き反転が発生する場合）では、標準的なベースライン（ANM、単調三角、文脈的全単射フロー）は反事実誤差を減少させることができない。
  • CausalInverterは、反事実平均二乗誤差（CF-MSE）を大幅に減少させ、向き場を回復する際に高い方向精度（約 0.97）を達成する。
  • 非単調性の強さを変化させる連続的な「ブリッジ」スウィープにより、CausalInverter の単調ベースラインに対する性能向上が、非単調性の度合いに比例して線形にスケールすることが示された。

3.2 物理的相互作用タスク（MuJoCo）

著者は、バランスの取れた反事実サンプリングプロトコル下で、CausalInverter を一連の状態ベースのベースライン（線形ダイナミクス、MLP、自己回帰、GRU、Transformer、条件付きフロー）と比較する。

• MuJoCo Door（強い非単調性）:

  • このタスクは、強い文脈依存の接触ダイナミクスを示す（NMS スコア $\approx 0.696$）。
  • CausalInverter は、完全なイベントレベルの反事実回復（形式分割において 100% 成功）を達成し、完全なイベント精度も達成するモデルの中で、最低の連続反事実角度誤差を示す。
  • Transformer や条件付きフローのベースラインと比較して、複数のシードにわたって優れた安定性を示す。
  • 除去実験により、向きゲートを除去することが最も深刻な劣化を引き起こすことが確認され、文脈依存の反転をモデル化することの必要性が検証された。

• MuJoCo Push（弱い非単調性）:

  • このタスクは、より低い非単調性スコア（NMS $\approx 0.175$）を持つ。
  • ここでは、CausalInverter の構造的バイアスが支配的ではない。より強力な低データ状態予測器（例えば、線形ダイナミクス、MLP）は、競争力があるか、あるいは優れている。
  • 著者はこれをバイアス - バラバンスの境界と解釈する：構造的制約は、非単調性が強く反事実経路を曖昧にする場合に有益であるが、タスクがほぼ単調である場合には過剰正則化となり得る。

4. 意義と主張

本論文は、グローバル単調三角モデルと制約のないブラックボックス世界モデルの間に位置する、より広範な識別可能領域を特定すると主張する。

• 理論的洞察: この研究は、グローバル単調性が反事実的識別可能性の本質的な要素ではないことを示している。代わりに、メカニズムごとの可逆性と文脈に依存しない逆輸送（外生的同型に相当）の組み合わせが、十分かつ鋭敏な条件である。
• 実用的影響: グローバル単調性の制約を緩和することにより、提案された枠組み（NM-TM-SCM）と CausalInverter モデルは、接触と幾何学が符号反転を引き起こす物理システムにおいて、信頼性の高い反事実推論を可能にする。
• 境界認識: 本論文は、その貢献の限界を明示的に定義している。構造的バイアスは、強い分岐感受性非単調性（Door タスクなど）を持つ領域で最も効果的である。弱い非単調性領域（Push など）では、柔軟な状態予測器が構造化されたアプローチを上回る可能性があり、因果識別可能性制約とタスク複雑性の間のトレードオフが浮き彫りになる。

著者は、彼らのアプローチが、複雑な物理的相互作用におけるイベントレベルの分岐回復へのパラメータ効率的な経路を提供し、因果保証を欠く純粋に予測的な世界モデルに対する構造化された代替案を提供すると結論付けている。