Resumo Técnico: Identificabilidade Contrafactual Além da Monotonicidade Global

1. Declaração do Problema

Modelos Causais Estruturais (MCEs) fornecem uma semântica unificada para intervenções e contratuais. No entanto, um desafio fundamental permanece: a identificabilidade contrafactual. Dados observacionais isolados são frequentemente insuficientes para determinar unicamente resultados contratuais, a menos que fortes suposições sejam impostas sobre a classe de mecanismos.

Historicamente, resultados de identificabilidade positiva têm dependido da monotonicidade global (por exemplo, ruído aditivo, estruturas pós-não-lineares ou parametrizações triangulares monótonas). Essas suposições garantem que a relação entre variáveis exógenas e resultados endógenos preserve uma orientação fixa.

O artigo identifica uma lacuna crítica em sistemas de interação incorporada (por exemplo, robótica): fenômenos físicos como contato, atrito e geometria frequentemente induzem reversões de sinal dependentes do contexto. Em tais cenários, a mesma perturbação exógena pode produzir respostas opostas dependendo do estado dos pais (por exemplo, um empurrão causando movimento para frente em um contexto e movimento para trás em outro). A monotonicidade global é muito restritiva para esses sistemas, contudo, remover a estrutura completamente restaura a ambiguidade contratuale. A questão central é: Quais restrições estruturais são necessárias para preservar a identificabilidade contratuale uma vez que a monotonicidade global é abandonada?

2. Metodologia e Framework Teórico

2.1 A Classe de Modelos Proposta: NM-TM-MCE

Os autores introduzem Modelos Causais Estruturais Triangulares Não-Monótonos (NM-TM-MCE). Esta classe retém a estrutura triangular recursiva dos MCEs padrão, mas relaxa a restrição de monotonicidade global. Em vez disso, impõe duas condições específicas:

1. Invertibilidade Mecanismo a Mecanismo: Para cada mecanismo $i$ e cada contexto de pais fixo $v_{<i}$, o mapeamento da variável exógena $u_i$ para a variável endógena $v_i$ é uma bijeção. Isso garante que a abdução factual (recuperar o estado exógeno a partir de observações) seja única dados os pais.
2. Transporte Inverso Independente do Contexto: Para quaisquer dois modelos observacionalmente equivalentes $M$ e $M'$, a composição de seus mecanismos inversos, $(f'_i(v_{<i}, \cdot))^{-1} \circ f_i(v_{<i}, \cdot)$, deve ser independente do contexto dos pais $v_{<i}$.

2.2 Contribuições Teóricas

O artigo estabelece uma cadeia teórica ligando essas condições à identificabilidade contratuale completa:

• Lema 1: A invertibilidade mecanismo a mecanismo implica que o mapa de solução global $\Gamma_M: \Omega_U \to \Omega_V$ é uma bijeção.
• Teorema 1: Dentro da classe de MCEs triangulares de ordem compartilhada, o transporte inverso independente do contexto é equivalente ao isomorfismo exógeno. Isomorfismo exógeno significa que dois modelos observacionalmente equivalentes compartilham os mesmos mundos latentes até uma mudança de coordenadas no espaço exógeno que não varia com o contexto.
• Teorema 2: O isomorfismo exógeno implica identificabilidade contratuale completa. Se dois modelos são exogenamente isomórficos, eles devem concordar em todas as consultas contratuais.
• Proposição 1 (Nitidez): Os autores fornecem um contraexemplo construtivo mostrando que a invertibilidade local sozinha é insuficiente. Se o transporte inverso depende do contexto (ou seja, a orientação do mecanismo inverte com base nos pais), modelos observacionalmente equivalentes podem discordar sobre contratuais. Isso prova que o transporte inverso independente do contexto é uma condição necessária, não apenas uma conveniente condição suficiente.

2.3 Algoritmo: CausalInverter

Para instanciar essas condições teóricas, os autores propõem o CausalInverter, um modelo de aprendizado estruturado com três componentes-chave:

1. Camadas Triangulares Invertíveis: Modela as equações estruturais como fluxos invertíveis.
2. Portões de Orientação Dependentes do Contexto: Um portão discreto $s_{i,\theta}(v_{<i}) \in \{-1, +1\}$ que permite que o mecanismo inverte sinais com base no contexto dos pais, permitindo não-monotonicidade.
3. Regularização de Estabilidade de Transporte: Um termo de perda ($L_{tr}$) que penaliza variações no transporte inverso aprendido através de diferentes contextos de pais, impondo a condição de transporte inverso independente do contexto.

O objetivo de treinamento combina a verossimilhança negativa com regularizadores de consistência de ciclo e estabilidade de transporte.

3. Resultados Experimentais

Os autores avaliam o CausalInverter em mecanismos sintéticos e tarefas de interação física MuJoCo (Empurrar e Porta).

3.1 Benchmarks Sintéticos

• Configuração: Os autores testaram mecanismos globalmente monótonos, de inversão por limiar e de inversão suave através de várias dimensões e famílias de ruído.
• Descobertas:
  • Em configurações globalmente monótonas, todas as linhas de base estruturadas performam competitivamente.
  • Em configurações não-monótonas (onde ocorrem inversões de orientação dependentes dos pais), as linhas de base padrão (ANM, triangular monótono, fluxos bijetivos contextuais) falham em reduzir o erro contratuale.
  • O CausalInverter reduz significativamente o Erro Quadrático Médio Contratuale (CF-MSE) e alcança alta precisão de direção (~0,97) na recuperação do campo de orientação.
  • Uma varredura contínua de "ponte" variando a força da não-monotonicidade mostra que o ganho de desempenho do CausalInverter sobre as linhas de base monótonas escala linearmente com o grau de não-monotonicidade.

3.2 Tarefas de Interação Física (MuJoCo)

Os autores comparam o CausalInverter contra um conjunto de linhas de base baseadas em estado (Dinâmica Linear, MLP, Autoregressivo, GRU, Transformer, Fluxo Condicional) sob um protocolo de amostragem contratuale balanceado.

• Porta MuJoCo (Forte Não-Monotonicidade):

  • Esta tarefa exibe forte dinâmica de contato dependente do contexto (pontuação NMS $\approx 0,696$).
  • O CausalInverter alcança recuperação contratuale perfeita ao nível de evento (100% de sucesso na divisão formal) e o menor erro de ângulo contratuale contínuo entre modelos que também alcançam precisão de evento perfeita.
  • Demonstra estabilidade superior em múltiplas sementes em comparação com as linhas de base Transformer e Fluxo Condicional.
  • Estudos de ablação confirmam que remover o portão de orientação causa a degradação mais severa, validando a necessidade de modelar inversões dependentes do contexto.

• Empurrar MuJoCo (Fraca Não-Monotonicidade):

  • Esta tarefa tem uma pontuação de não-monotonicidade mais baixa (NMS $\approx 0,175$).
  • Aqui, o viés estrutural do CausalInverter não domina. Preditores de estado com menos dados (por exemplo, Dinâmica Linear, MLP) permanecem competitivos ou superiores.
  • Os autores interpretam isso como um limiar viés-variância: a restrição estrutural é benéfica quando a não-monotonicidade é forte o suficiente para tornar os caminhos contratuais ambíguos, mas pode ser excessivamente regularizadora quando a tarefa é quase monótona.

4. Significado e Alegações

O artigo alega identificar um regime identificável mais amplo situado entre modelos triangulares globalmente monótonos e modelos de mundo caixa-preta sem restrições.

• Insight Teórico: O trabalho demonstra que a monotonicidade global não é o ingrediente essencial para a identificabilidade contratuale. Em vez disso, a invertibilidade mecanismo a mecanismo combinada com o transporte inverso independente do contexto (equivalente ao isomorfismo exógeno) é a condição suficiente e nítida.
• Impacto Prático: Ao relaxar a restrição de monotonicidade global, o framework proposto (NM-TM-MCE) e o modelo CausalInverter permitem raciocínio contratuale confiável em sistemas físicos onde contato e geometria induzem reversões de sinal.
• Consciência de Limites: O artigo define explicitamente os limites de sua contribuição. O viés estrutural é mais eficaz em regimes com forte não-monotonicidade sensível a ramificações (como a tarefa Porta). Em regimes fracamente não-monótonos (como Empurrar), preditores de estado flexíveis podem superar a abordagem estruturada, destacando uma compensação entre restrições de identificabilidade causal e complexidade da tarefa.

Os autores concluem que sua abordagem fornece uma rota eficiente em parâmetros para recuperação de ramificações ao nível de evento em interações físicas complexas, oferecendo uma alternativa estruturada a modelos de mundo puramente preditivos que carecem de garantias causais.