知识卡片：能力门控规划——到目标成本的发现与近视实验选择的极限
英文标题：Capability-Gated Planning: Cost-to-Goal Discovery and the Limits of Myopic Experiment Selection
英文关键词：capability gating; cost-to-go; myopic experiment selection; stochastic shortest path in belief space; automated scientific discovery
一句话结论
只按有限视界内的信息收益来选择实验的规划器，在“必须先构造能力、之后才能做有效实验”的任务上会结构性失效；本文提出 CG-Plan，用“能力感知的到目标成本启发式 h = h_cap + h_exp”来缓解这一问题。
事件概述/研究问题
自动化科学发现系统需要反复决定：做哪个实验、检验哪个假说、构建哪个工具、何时停止。许多系统用近视评分来做这些决定，例如“单位成本的期望信息增益”或“学习到的可信度评分”。
本文指出这类方法存在结构性局限：有些动作是“构造性”的，它们获取的是认识论能力，例如一台仪器、一种实验方法、一条流水线、一个模拟器或一个抽象概念。这些能力的价值不在于立即返回信息，而在于使未来的动作成为可能。当到达高置信答案的最便宜路径需要一串这样的构造时，只按有限视界内可获得信息打分的规划器无法给第一个构造动作估值：它在视界内不产生信息，因此会被任何具有正信息量的测量动作支配，哪怕后者提供的信息再小。
方法/产品要点
- 将目标导向的发现过程建模为信念空间中的随机最短路问题；构造性实验会改变下游行动图。
- 证明了一个“能力不可区分引理”：在有限视界内，获取某项能力可能在观测上等同于“支付一个空操作”。
- 证明对于任意前瞻深度 d，都存在一个实例，使所有近视信息最大化规划器的近似比无界；还存在相关实例使其永远无法到达目标。
- 提出 CG-Plan：一种增量重规划器，使用能力感知的到目标成本启发式 h = h_cap + h_exp。
- 在受控测试台上，性能差距仅在“门控”条件下出现，对所有固定视界持续存在，并在近失假说来自数据一致的提议者时出现。
主要结果与潜在意义
- 主要理论结果是：能力门控会让近视信息最大化规划器出现无界近似比，甚至无法到达目标。
- 该结果把“能力门控”确立为一种独立的“可达性”困难轴，区别于曲率/次模性问题，也区别于信息顺序/自适应差距问题。
- 对自动化科学发现、AI 智能体、实验设计系统的潜在含义是：不能只看眼前信息收益，还需要显式考虑“构造能力”对未来动作空间的价值。
为什么重要
- 现有系统常用“单位成本信息增益”等近视指标做实验选择；本文展示的失效不是调参问题，而是固定前瞻深度无法克服的结构性限制。
- “能力门控”作为一个独立困难轴，提示研究者需要设计能评估能力构建价值的规划方法。
- 与已有相关卡片无直接承继；本条增量在于把“构造能力”与“立即信息收益”区分开，作为实验选择中不可忽略的规划维度。
局限与不确定性
- 本卡片基于 arXiv 摘要与元数据，未包含全文算法细节、实验设置和复现信息。
- h_cap 与 h_exp 的具体计算方式、CG-Plan 在真实科学发现任务上的效果待核实。
- 论文是否经过同行评审、能力门控在真实科研流程中的出现频率待核实。
- 受控测试台的具体构造、数据一致提议者的具体定义，摘要中未展开，待核实。
可用于图书/PPT/简报的角度
- 为什么 AI 科研助手必须学会“造工具”：能力门控规划
- 从“近视实验选择”到“到目标成本发现”：自动化科学发现的规划范式
- 当一个实验不立即产生数据，AI 该如何判断该不该做？
- 固定前瞻深度的实验选择为何可能永远到不了答案
原始材料
- 英文标题：Capability-Gated Planning: Cost-to-Goal Discovery and the Limits of Myopic Experiment Selection
- arXiv ID: 2608.05085v1
- 作者：Ahmed Hassoon, Mark Dredze
- 发布/更新：2026-08-05
- 分类：cs.LG（cs.LG, cs.AI）
- 摘要链接：https://arxiv.org/abs/2608.05085v1
- PDF 链接：https://arxiv.org/pdf/2608.05085v1