基于反事实模拟器推演的预测：Sim2Real 评估

arXiv:2610.03662v1 公告类型：new 摘要：部署新的决策策略会给预测模型带来冷启动问题，因为这类模型的预测目标取决于策略的行动：历史观测反映的是早期策略，而新策略下的真实观测尚不可用。模拟提供了一种弥合这一差距的方法，即在反事实场景中执行目标策略，并利用由此产生的轨迹学习系统如何响应这些控制。随后，可以通过将该基于模拟器训练的模型与过去部署中的真实观测进行对比评估，对其从模拟到现实（Sim2Real）的迁移效果进行回测。我们使用两个现实世界中的库存控制部署案例，从三个角度评估这一过程：模拟器保真度、向真实行为的零样本迁移，以及随着真实目标策略观测数据不断积累而进行的适应。在点估计平均绝对百分比误差（MAPE）方面，基于模拟器训练的预测模型优于采用历史真实数据训练的相同架构，在研究1中将MAPE降低了1.2至3.1个百分点，在研究2中降低了12.5至18.7个百分点。部署后，利用早期真实观测进行轻量级校准，可进一步将误差降低最多2.5个百分点。这些结果提供了经验证据，表明模拟器生成的反事实数据能够支持新策略下的冷启动预测，并且随着真实部署数据的获得，所得模型还可以进一步优化。