复杂多智能体场景中随时间变化的反事实干预结果估计

在多智能体系统中评估干预措施（例如人类应在何时介入自动驾驶系统、球员应在何时传球给队友以获得良好投篮机会）在各个工程与科学领域都具有挑战性。利用反事实长期预测来估计个体处理效应（ITE）是评估此类干预的实用方法。然而，大多数传统框架未考虑多智能体关系随时间变化的复杂结构以及协变量反事实预测，这可能导致对ITE的错误评估以及解释上的困难。本文提出一种可解释的多智能体系统反事实循环网络来估计干预效应。我们的模型基于多智能体协变量与结果的长期预测，利用图变分循环神经网络和结合领域知识的基于理论的计算，构建ITE估计框架，从而能够确认干预生效的情形。在具有时变混杂因素的自动驾驶车辆和生物智能体的模拟模型上，我们表明所提方法在反事实协变量估计误差和最有效的处理时机方面均优于基线方法。此外，利用真实篮球数据，我们的方法实现了逼真的反事实预测，并评估了投篮场景中的反事实传球。