图结构未知的因果_bandit_问题
机器学习
2021-11-11 v2 机器学习
摘要
在因果 bandit 问题中，动作集由对因果图变量的干预组成。若干研究者近期研究了此类 bandit 问题并指出其实际应用。然而，所有已有工作都依赖一个限制性强且不实际的假设：学习器预先获知因果图完整结构。本文开发了在不知因果图情形下的新颖因果 bandit 算法。我们的算法对因果树、因果森林及一类一般因果图均有效。在温和条件下，算法遗憾保证较标准多臂 bandit（MAB）算法大幅改善。最后，我们证明温和条件是必要的：若无这些条件，则无法优于标准 MAB 算法。
引用
@article{arxiv.2106.02988,
title = {Causal Bandits with Unknown Graph Structure},
author = {Yangyi Lu and Amirhossein Meisami and Ambuj Tewari},
journal= {arXiv preprint arXiv:2106.02988},
year = {2021}
}
备注
Accepted to NeurIPS 2021