技術要約: CauCity-WM

問題提起

都市における意思決定には、単なる正確な観測的予測（observational forecasting）以上のもの、すなわち、実際には行われなかったアクションの下で、実現したエピソードがどのように進化するかを推定する能力（反事実的推論：counterfactual reasoning）が必要です。グラフ再帰ネットワーク、Transformer、および都市基盤モデルを含む既存の都市予測モデルは、主に観測的予測に最適化されています。これらは、進化する相関関係や外生的コンテキストを効果的に捉えますが、学習された遷移ダイナミクスは一般に、構造的な介入演算子（structural intervention operators）として定義されていません。したがって、高い予測精度が、特定の事象が do(A) 介入の下でどのような状態になっていたかを決定できることを保証するわけではありません。

特定された核心的な課題は以下の通りです：

1. 確率的介入の一貫性（Stochastic Intervention Consistency）: エピソードレベルにおいて、事実的世界（factual world）と反事実的世界（counterfactual world）は、実現したエピソードを生成した潜在的な乱数（latent disturbances）を共有していなければなりません。独立したサンプリングは、処置効果（treatment effects）とランダムな実現（例：天候、インシデント、サンプラーノイズ）を混同させてしまいます。
2. 部分観測性（Partial Observability）: 関連する構造的乱数は潜在的です。有効な反事実的シナリオは、十分な履歴からこの乱数をアブダクション（仮説的推論）し、介入がサポートされたアクション領域内に留まっていることを保証する能力に依存します。
3. 空間的局所性とクロスレジーム安定性（Spatial Locality and Cross-Regime Stability）: モデルは、介入効果が妥当なグラフパスを通じて伝播することを許容しつつ、無制限なグローバル応答を回避し、かつ都市固有のヘテロジェニティ（異質性）を消去することなく転移可能なメカニズムを保持しなければなりません。
4. リスクを考慮したプランニング（Risk-Aware Planning）: 意思決定には、平均最適アクションが許容できないテール混雑や制約違反を招く可能性があるため、較正された結果分布が必要です。

手法: CauCity-WM

CauCity-WMは、グラフ条件付き拡散ダイナミクスのための**ノイズ保存型介入演算子（noise-preserving intervention operator）**を中心に構築された、因果生成的都市ワールドモデル（Causal Generative Urban World Model）です。因果関係を補助的な予測ヘッドとして扱うアプローチとは異なり、CauCity-WMは介入のセマンティクスを確率的遷移則の中に直接埋め込んでいます。

コアアーキテクチャ

本モデルは、潜在的な構造状態 $Z_t$ と、エピソードレベルの外生的乱数 $U_t$ 上で動作します。遷移は、再パラメータ化された確率的マップとして定義されます：
$$Z_{t+1} = D_\theta(Z_t, A_t, E_t, G_t, U_t; \epsilon_{t,1:K})$$
ここで、$D_\theta$ はグラフ条件付き拡散則であり、$A_t$ はアクション、$E_t$ は外生的コンテキスト、$G_t$ は都市グラフ、$\epsilon$ はベースとなる拡散ノイズです。

主要メカニズム

1. ノイズ保存型ツインワールド拡散（Noise-Preserving Twin-World Diffusion）:

   • アブダクション（Abduction）: 実現した事実的軌跡に対して、モデルはエピソード固有の構造的乱数 $\hat{U}$ をアブダクションし、拡散ベースノイズのパス $\hat{\epsilon}$ を一致させます。
   • ツインワールド・ロールアウト（Twin-World Rollout）: 反事実的なシナリオを生成するために、モデルは同じ $\hat{U}$ と $\hat{\epsilon}$ を再利用しつつ、アクション $A_t$ を介入 $\tilde{A}_t$ に置き換えます。
   • セマンティクス: これにより、学習された遷移レベルにおいて、事実的世界と反事実的世界がペアとなる世界が作成され、両者の唯一の違いが介入であることを保証します。これにより、効果推定におけるモンテカルロ分散が軽減され（命題2）、ユニットレベルの反事実的セマンティクスが提供されます。

2. 構造化された潜在状態とグラフダイナミクス:

   • 履歴の観測値は、因果的テンポラルエンコーダとグラフアテンションを用いたトポロジー認識型集約を介してエンコードされます。
   • 潜在状態 $Z_t$ は、安定したアクション・レスポンス・メカニズムをサポートするために、構造的遷移および反事実的目的関数と共同で最適化されます。

3. メカニズムの不変性と転移（Mechanism Invariance and Transfer）:

   • 勾配アライメント（Gradient Alignment）: メカニズム勾配アライメント損失 ($L_{grad}$) と残差分布マッチング ($L_{res}$) が、遷移則を異なる都市やレジーム（環境）間で安定するように制約し、共有メカニズムと環境固有のコンテキストを分離します。
   • 疎な介入ヤコビアン（Sparse Intervention Jacobians）: 正則化項 ($L_{act}$) は、アクションがサポートされたグラフパスを通じてのみ伝播するように強制し、無制限なグローバル応答を防ぎ、アクションの局所性を符号化します。

4. 統合された推論モード:

   • 事実的予測（Factual Forecasting）: 遷移則を用いた標準的な予測。
   • 遡及的反事実分析（Retrospective Counterfactuals）: 観測された未来を用いて $U$ をアブダクションし、「もし〜だったら」というシナリオを評価します。
   • 前向きプランニング（Prospective Planning）: $U$ に対する履歴条件付き事前分布を用いて、アクションシーケンスを最適化します。
   • リスクを考慮した意思決定（Risk-Aware Decision Making）: 効用（例：移動時間）とテールリスク（例：混雑、制約違反）のバランスをとるために、サンプリングされた遷移分布に対してCVaR正則化された目的関数を最適化します。

主な貢献

1. ノイズ保存型介入演算子: エピソードレベルの構造的乱数とベースノイズがツインワールド間で固定される、グラフ条件付き拡散のための確率的介入演算子を定義しました。これは、明示的な仮定の下での、構造的因果モデル（SCM）のアブダクション–アクション–予測と結びついています。
2. アクション局所的かつ転移可能な構造ダイナミクス: メカニズム勾配アライメントと疎な介入ヤコビアンによって遷移則を制約し、サポートされたグラフパスを通じた局所的な伝播を特徴付けました。
3. 統合フレームワーク: 事実的予測、遡及的反事実分析、前向き介入評価、およびCVaR正則化されたプランニングを単一の遷移分布に統合し、処置効果ネットワークや方策ネットワークの個別の学習を回避しました。
4. 拡張された検証: 7つの実世界の予測ベンチマーク、半合成的な反事実、適応された因果的ベースライン、および較正されたSUMOシミュレーションシナリオにわたる広範な評価を提供しました。

実験結果

モデルは、7つの実世界データセット（METR-LA, PEMS-BAY, PEMS04, PEMS08, LargeST, NYC TLC, Citi Bike）および一連の較正されたSUMOシナリオで評価されました。

• 事実的予測: CauCity-WMは、すべての7つのデータセットにおいて強力なベースライン（例：OpenCity, UniST, STAEformer）と比較して最も低い平均絶対誤差（MAE）を達成しました。これは、介入セマンティクスの追加が予測精度を損なわないことを示しています。
• 反事実的忠実度: 反事実的評価において、CauCity-WM（ツインノイズ）は、Effect-MAE（E-MAE）2.61およびPEHE 3.29を達成し、最も強力に適応された因果的ベースライン（Diff-SCM, E-MAE 3.22, PEHE 4.07）を上回りました。また、**84.6%の効果符号精度と、公称90%効果区間の89.6%**のカバー率を達成しました。
• 転移性: ホールドアウト領域（LargeST）におけるゼロショット転移テストにおいて、CauCity-WMは他のモデルと比較して最小限の相対的劣化（+22.1%）を示しました。これはメカニズムの不変性に起因します。
• 意思決定の質: 較正されたSUMOシナリオにおいて、CauCity-WMは平均移動時間を27.1分（DreamerV3の29.8分に対し）に短縮し、制約違反を1.9%（4.1%に対し）に減少させると同時に、混雑のCVaRを大幅に低下させました。
• アブレーション研究: ツインノイズ結合を取り除くと、反事実的忠実度が著しく低下し（PEHEが3.29から4.31へ増加）、事実的MAEへの影響は最小限であったことから、ノイズ保存メカニズムの具体的な価値が確認されました。メカニズムの不変性を取り除くと、ゼロショット転移性能が大幅に悪化しました。

意義と主張

本論文は、介入に一貫した都市ワールドモデリングが、反事実的分析とリスクを考慮した意思決定の実際的な基礎を提供することを主張しています。主な意義は、因果関係を補助的なタスクとして扱うのではなく、確率的介入の一貫性を生成的な遷移の中に直接埋め込むというパラダイムシフトにあります。

著者らは以下を強調しています：

• 「ノイズ保存型」メカニズムは、アクションによる変化をエピソードに無関係な確率的変動から分離し、反事実的推定における分散の問題を直接解決します。
• 本モデルは非パラメトリックな識別（観測データのみからの識別）を主張しているのではなく、有効な反事実を実現するために必要な仮定（状態の十分性、事後分布の回復可能性、ポジティビティ、メカニズムの安定性）を明示しています。
• このアプローチは、単一の構造的生成モデルが、予測、反事実的推論、および制約付きプランニングをサポートすることを可能にし、都市計画者が「もし〜だったらどうなるか」という問いに対し、較正された不確実性を持って答えるための統一された計算実験室を提供します。

結論として、部分観測性とサポートされていない介入が制限事項として残っているものの、提案された設計原則である「ノイズ保存型介入の一貫性」は、都市インテリジェンスに向けた明確かつ効果的な道筋を示すものであると述べています。