portability

New research advances causal decision-making in machine learning

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…