标签：人工智能、机器学习、因果推理、具身智能、机器人

---

想象一个在仿真环境里完美步行的双足机器人，放到真实地面上却像"喝醉了酒"——步态失控、频繁摔倒。这不是个例，[1][3]等论文共同揭示了具身智能面临的尴尬现实：在实验室里跑得顺溜的机器人，一到真实环境就"现原形"。仿真与真实之间的那道鸿沟，至今没有被打通。

从波士顿动力的Atlas到Tesla的Optimus，从Figure AI到国产人形机器人，具身智能无疑是这两年最热的赛道之一。但剥开资本和媒体的喧嚣，行业面前始终摆着一个尴尬的事实：在实验室里能跑通的算法，一到真实环境就现原形。

问题出在哪？主流的数据驱动方法学的是"相关性"而非"因果性"——机器人学会的是"看到什么就做什么"，而不是"理解为什么要这么做"。这正是具身智能至今难以突破的天花板。

---

一、数据驱动 vs 因果推理

举个具体的例子。假设你在训练一个仓库机器人导航模型，目标是让机器人从入库站台到达指定的货架位置。在仓库A训练时，每次机器人经过货架区域，总会遇到靠右侧行走的人——因为仓库出口在右侧，人们习惯了靠右走。机器人学会了"靠左侧通行"这个策略，100次训练次次成功到达目标。

部署到新仓库B后，你傻眼了——新仓库的出口在左侧，人们习惯靠左走。每次机器人的"靠左通行"策略都会和行人相撞。

问题出在哪？模型学到的是"这个位置有人靠右走→靠左避让"这个表面模式，但它没有理解为什么要靠左避让——是因为人的行走方向取决于出口位置，而不是取决于货架的位置。只要知道出口在哪，不管在哪个仓库，机器人都能做出正确的避让决策。

因果思维的核心，就是让机器人去问"为什么"，而不是只记"是什么"。

当前的深度学习主流方法，本质上都是相关性学习：从大数据中找到"输入→输出"的模式。这种方法在封闭、静态的环境里很有效——只要测试分布和训练分布差不多，模型就能正常工作。

但具身智能面对的是开放、动态、充满未知的真实世界。光照变化、地形变化、障碍物位置变化……任何训练数据里没见过的变化，都可能导致模型失效。这就是为什么[4]中会指出"多种主流策略在真实环境中泛化能力不足"。[5]更是直接指出：缺乏系统性失败边界探测机制。

因果推理提供了一种不同的思路：不是学"是什么"，而是学"为什么"。只有理解了现象背后的因果机制，机器人才能在未知环境中做出正确决策。

这正是因果推理的核心价值——让机器人从"知其然"升级到"知其所以然"。

---

二、因果推理三板斧

因果推理包含三个核心能力，它们分别解决了不同的问题：

维度	相关性学习	因果推理
发现	发现两个变量经常一起变化	发现一个变量"导致"另一个变量
泛化	换个环境就没用了	抓住本质，换环境也有效
决策	被动响应	主动干预（do-calculus）

1. 因果发现

第一个能力是因果发现——从观察数据中发掘变量间的因果关系。传统方法会发现"A和B经常一起出现"，但因果发现要问的是"A导致了B，还是B导致了A，还是它们都是另一个原因C的结果"。在具身智能中，这意味着机器人不仅知道"人在货架附近"，还能理解"人为什么会在这个位置"——是因为要取货，还是因为路过，还是因为其他原因。只有理解了因果，机器人才能在人流行为变化时做出正确判断。

2. 因果不变性学习

第二个能力是因果不变性学习——在复杂多变的环境中，抓住不随环境变化的本质因素。相关性学习的弱点是"换了环境就没用了"，但因果不变性学习找到的是跨场景都成立的规律。在仓库的例子中，"出口位置决定行走方向"就是一个因果不变的规律——无论在哪个仓库，只要知道出口在哪，就知道该怎么避让。这种不随环境变化的本质知识，是泛化的关键。

3. 因果决策

第三个能力是因果决策——基于因果模型主动规划，而不是被动响应。传统决策是"碰到障碍再绕"，但因果决策是"出发前就算好"。机器人问的不是"现在发生了什么"，而是"如果我这么做，会发生什么"。这种基于干预（do-calculus）的主动规划能力，是因果推理在决策层面的核心优势。

当这三个能力结合在一起，就构成了一个完整的因果推理框架。

---

三、论文案例深度解读

论文中的场景是一个有人工作的仓库：机器人需要在货架区域穿行，从入库站台到达目标位置。与纯静态环境不同，这里有不断走动的工作人员，机器人的决策直接影响人机交互的安全性。任务的核心挑战是：如何在这种动态、有人存在的环境中，让机器人安全、高效地到达目标。

理解因果之梯

先从三个层次说起。最低层是关联——看到乌云就知道要下雨，这是本能。再往上是干预——如果我带伞，会怎样？这是在主动试探。最后是反事实——如果没有带伞，我现在会湿成什么样？这是在追问"如果当初没那样，会怎样"。大多数传统机器学习只停留在第一层，能上升到第二、第三层的，才能真正解决真实世界的问题。

理解了因果之梯，我们再来看这篇论文中因果推理做了什么。

关键概念：干预（Intervention）

传统的相关性学习回答的问题是：“现在路上人多吗？”

因果推理回答的问题是：“如果我现在出发，会遇到多少人？”

这两个问题的区别在于：第一个是观察，第二个是干预。干预的意思是"我强制让某件事发生"，不是等它自然发生，而是主动改变条件去推断结果。

论文里的机器人主要干了三件事：预测拥堵、估算电量消耗、以及提前决策——这些方法来自论文[6]的因果推理决策框架。它会问"如果我现在出发走这条路，会遇到多少人？“，也会问"以当前速度耗多少电？”。基于这些预测，机器人可以在任务开始前就决定走哪条路、要不要接这个活儿——拥堵太高或者电量不够，直接拒绝就行，不用等到半途才发现走不通。

论文在仓库仿真环境中对比了两种方法：传统最短路径方法 vs 因果推理决策方法。结果很直观：

• 任务成功率：从 55.9% 提升到 89.0%
• 碰撞次数：减少了超过 50%
• 电池使用效率：提升了近 30%

这组数字背后的含义是：传统最短路径方法是机械选择最短距离，遇到障碍就停，遇到拥堵就等，任务成败完全看运气。而因果推理方法是"出发前就想好了"——它会估算每条路的拥堵程度和电量消耗，选择最优解；对于没有胜算的任务，它会直接拒绝，而不是等到半途才发现走不通。

从 55.9% 到 89.0%，不只是数字的变化，更代表了机器人从"被动响应"到"主动决策"的能力升级。

你可能会想：给最短路径加个条件判断——拥堵程度超标就换条路走，是不是也能达到同样效果？确实能改善一些，但只是局部优化，难以从根本上解决泛化问题。

关键差别在这儿：简单条件判断只能回答观察性问题，因果推理能回答干预性问题。前者问的是"现在堵不堵"，后者问的是"如果我现在出发，会不会堵"。前者是等事儿发生，后者是算好了再走。

还有个容易忽略的点：可解释性。因果发现能告诉你"为什么堵"——是因为这个时间段大家都来取货，而不只是观察到"现在很挤"。对机器人在复杂场景里做决策来说，这种理解很重要。

---

四、工程实践指南

4.1 什么场景适合用因果推理

不是所有场景都需要因果推理。在决定是否使用时，可以参考以下判断标准——满足3个以上，就可以考虑因果推理：

判断标准	说明
测试环境与训练环境存在差异	Sim-to-Real Gap、跨场景迁移
需要回答"如果…会怎样"类问题	需要反事实推理
决策需要解释因果链条	安全关键场景（医疗、驾驶）
需要在环境被干预后依然有效	动态环境、多智能体交互
需要从少量样本推断因果	数据稀缺的场景

适合用因果推理的典型场景：

场景	核心原因	代表性案例
机器人操控技能学习	需要理解"改变X会怎样影响Y"的反事实推理	CausalWorld[7]
世界模型与物理推理	学习因果丰富的表征来实现鲁棒规划	WoW[8]
自动驾驶意图预测	行人不确定意图需要因果推断	Ferguson et al.[11]
具身AI因果表征学习	理解"动作→结果"的因果链	lingbot-va[9]
SLAM鲁棒定位	部分遮挡和动态干扰下需要因果推理	Cadena et al.[12]
多机器人协作	需要推断动作与效果的因果链	Cao et al.[13]
量子因果推理	需要真正的因果发现和what-if分析	Anima[10]

不需要因果推理的场景：

场景	原因
固定环境精确重复操作	传统运动规划即可完成
简单分类/检测	端到端深度学习足够
环境完全已知且静态的路径规划	A*等经典算法更高效
数据充足且分布稳定的感知任务	深度学习已经很好了

4.2 关键挑战

因果推理不是银弹，落地过程中有几道真实的坎需要过。提前了解这些，能帮你更好地评估投入产出比。

挑战一：因果发现需要领域知识的深度参与[14][15]。因果发现算法无法完全自动化——从观察数据中发掘因果关系，需要领域专家参与定义潜在混杂变量、约束因果图结构、验证因果方向的合理性。领域知识不足时，因果发现算法容易产生违背物理规律的因果图。在机器人应用中，这意味着需要熟悉机器人感知系统、人类行为模式和任务特性的专家持续参与模型构建。

挑战二：计算成本是因果推理落地的核心瓶颈[16][17]。PC、FCI、GES等经典因果发现算法的计算复杂度随变量数呈指数级增长，当变量数超过50时计算代价急剧增加。现代因果发现工具（如gCastle）的基准测试表明，当变量数超过20个时，运行时间急剧增加。更重要的是，为获得可靠的因果图，通常需要进行Bootstrap聚合来评估置信度，这进一步将计算成本翻倍。对于需要实时决策的机器人应用，这种计算代价难以接受。

挑战三：因果图的验证仍是开放难题[18][19]。因果发现算法输出的因果图本质上是一个"假设"，而非"事实"。由于无法进行可控实验来验证因果方向，大多数情况下我们没有ground truth。当前的Causal-Audit框架明确指出，仍缺乏系统性验证框架来评估假设违规风险；未观测混杂因子可能使任何基于观察数据的因果结论失效，但现有方法难以检测这种错误。不同噪声模型会导致完全不同的因果结构，这一敏感性至今仍是工程实践中的隐患。

挑战四：因果发现方法的精度和稳健性仍需提升[21][22]。当前因果发现方法在处理复杂和噪声时间序列数据时，面临精度和稳健性方面的挑战。当数据覆盖性不够或存在未观测混杂因子时，因果图估计会不稳定，导致后续决策失败。

挑战五：因果假设在实际环境中难以满足[23][24]。大多数因果发现算法假设因果充分性（不存在未观测的混杂因子），但在真实应用场景中，这一假设往往不成立。例如，在仓库机器人场景中，存在大量未观测的环境因素（员工的情绪变化、仓库的噪音水平等），这些未观测混杂因子可能使因果结论完全失效。这是工程实践中经常遇到但容易被忽略的问题。

---

五、总结与展望

回到开篇的问题：具身智能为什么在实验室里能跑，一到真实环境就难以应对？

答案在因果推理里。

传统数据驱动方法学的是"相关性"——在训练数据里见过的模式才能处理，没见过的就失效。但真实世界充满了变化：光照变了、地形变了、人员流动模式变了……任何训练数据没覆盖的变化，都可能导致系统崩溃。

因果推理提供了不同的思路：不是死记硬背"是什么"，而是理解"为什么"。机器人学会了"出口位置决定行走方向"这个因果机制，换到任何仓库都能做出正确决策；学会了"这个时间段+这个位置会决定人的行走方向"，就能提前规划而不是被动响应。

这正是具身智能从"功能机"走向"智能机"的关键。

因果推理不是银弹，领域知识参与、计算成本、数据质量、因果假设验证——这些都是落地的真实门槛。说到底，这条路是走得通的。

---

有哪些实际项目用到了因果推理？欢迎分享。

---

参考文献

[1] L. Bao, T. Peng, and C. Zhou, “Sim-to-real transfer in deep reinforcement learning for bipedal locomotion,” arXiv:2511.06465, 2025.

[2] P. Allman, L. Thang, D. Simmons, and S. Riaz, “MARL warehouse robots,” arXiv:2512.04463, 2025.

[3] K. Hu, H. Shi, Y. He, W. Wang, C. K. Liu, and S. Song, “Robot trains robot: Automatic real-world policy adaptation and learning for humanoids,” arXiv:2508.12252, 2025.

[4] X. Yang, C. Eppner, J. Tremblay, D. Fox, S. Birchfield, and F. Ramos, “Robot policy evaluation for sim-to-real transfer: A benchmarking perspective,” arXiv:2508.11117, 2025.

[5] A. Kim, “ROBOGATE: Adaptive failure discovery for safe robot policy deployment via two-stage boundary-focused sampling,” arXiv:2603.22126, 2026.

[6] L. Castri, G. Beraldo, and N. Bellotto, “Causality-enhanced decision-making for autonomous mobile robots in dynamic environments,” Eng. Appl. Artif. Intell., vol. 148, 2025.

[7] U. Bhatt et al., “CausalWorld: A benchmark for causal understanding and multi-function robot learning,” GitHub, 2025. [Online]. Available: https://github.com/rr-learning/CausalWorld

[8] S. Wu et al., “World-omniscient world model (WoW),” GitHub, 2025. [Online]. Available: https://github.com/wow-world-model/wow-world-model

[9] Y. Chen et al., “Lingbot-va: Causal video-action world model for robot control,” in Proc. RSS, 2026.

[10] E. Vedha, “Anima-QuantumCausalPredictor: Quantum causal inference library,” GitHub, 2026. [Online]. Available: https://github.com/Elodi-Vedha/Anima-QuantumCausalPredictor

[11] D. Ferguson, “Real-time predictive modeling and robust avoidance of pedestrians with uncertain, changing intentions,” arXiv:1405.5581, 2015.

[12] C. Cadena, L. Carlone, H. Carrillo, Y. Latif, D. Scaramuzza, J. Neira, I. Reid, and J. J. Leonard, “Past, present, and future of simultaneous localization and mapping: Towards the robust-perception age,” IEEE Trans. Robot., vol. 32, no. 6, pp. 1309–1332, 2016.

[13] Y. Cao, W. Yu, W. Ren, and G. Chen, “An overview of recent progress in the study of distributed multi-agent coordination,” IEEE Trans. Cybern., vol. 43, no. 6, pp. 2171–2187, 2013.

[14] L. Melkas, R. Savvides, and S. H. Chandramouli, “Interactive causal structure discovery in earth system sciences,” arXiv:2107.01126, 2021.

[15] D. Grünbaum and M. L. Stern, “Quantitative probing: Validating causal models using quantitative domain knowledge,” arXiv:2209.03013, 2022.

[16] K. Zhang, S. Zhu, M. Kalander, I. Ng, J. Ye, Z. Chen, and L. Pan, “gCastle: A Python toolbox for causal discovery,” arXiv:2111.15155, 2021.

[17] T. Bi, Y. Pan, X. Jiang, H. Sun, M. Ma, and P. Wang, “UnCLe: Towards scalable dynamic causal discovery in non-linear temporal systems,” arXiv:2511.03168, 2025.

[18] M. Ruiz, M. Arana-Catania, D. R. Ardila, and R. Ventura, “Causal-audit: A framework for risk assessment of assumption violations in time-series causal discovery,” arXiv:2604.02488, 2026.

[19] B. Kap, “The effect of noise level on causal identification with additive noise models,” M.S. thesis, Univ. Luxembourg, 2021.

[20] Y. Zhao, Q. Huang, S. Wu, Y. Peng, and H. Sun, “VLUCI: Variational learning of unobserved confounders for counterfactual inference,” arXiv:2308.00904, 2023.

[21] A. R. Lawrence, M. Kaiser, R. Sampaio, and M. Sipos, “Data generating process to evaluate causal discovery techniques for time series data,” arXiv:2104.08043, 2021.

[22] G. Yu, C. Guo, and W. Luk, “Robust time series causal discovery for agent-based model validation,” arXiv:2410.19412, 2024.

[23] M. Genbäck, “Causal inference taking into account unobserved confounding,” Ph.D. dissertation, Umeå Univ., Sweden, 2017.

[24] A. Darwiche, “Causal inference with tractable circuits,” arXiv:2202.02891, 2022.