Jessica Lally

New method offers robust counterfactual inference for Markov Decision Processes

研究人员开发了一种新的非参数方法，用于在马尔可夫决策过程（MDP）中进行鲁棒反事实推理。该方法克服了现有方法依赖单一固定因果模型的局限性。新技术计算所有兼容因果模型下反事实转移概率的紧密界限，并提供用于高效计算的闭式表达式。它还识别出在这些不确定的 MDP 概率中优化最坏情况奖励的鲁棒反事实策略。