本文介绍了结构因果老虎机(structural causal bandits)的进展,这是一种利用因果知识在奖励机制未知时指导探索的方法。该研究将此方法扩展到具有部分已知因果结构、来自其他环境的信息以及反事实行动的场景。主要贡献包括:在马尔可夫等价性下最小干预集的图论标准、寻找可能最优干预集的算法,以及使用部分可迁移性从源分布推导目标奖励界限的方法。该工作还针对实验能力支持的行动,构建了反事实结构因果老虎机,并提供了最小性和可能最优性的图论表征,以优化行动空间。 AI
排序理由 该条目是一篇提交至 arXiv cs.LG 的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXivLabs
- Bibliographic Explorer
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- Counterfactuals and the Second Law
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- Influence Flower
- Litmaps
- Markov equivalence
- Maximal ancestral graphs
- Partial ancestral graph
- portability
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →