具有因果结构的优化问题中的观测-干预权衡最优化
人工智能
2023-09-06 v1
摘要
我们考虑在有限预算内优化昂贵评估的灰盒目标函数的问题，其中存在以设计变量间因果结构形式已知的侧信息。标准黑盒优化忽略因果结构，往往效率低下且代价高昂。少数考虑因果结构的现有方法是短视的，并未充分容纳在估计因果效应时出现的观测-干预权衡。在本文中，我们表明观测-干预权衡可表述为非短视最优停止问题，其允许高效求解。我们给出详述最优停止时刻结构理论结果，并通过表明其可集成到现有因果贝叶斯优化算法中来展示我们方法的通用性。实验结果表明，我们的表述可增强现有算法在真实与合成基准上的表现。
引用
@article{arxiv.2309.02287,
title = {Optimal Observation-Intervention Trade-Off in Optimisation Problems with Causal Structure},
author = {Kim Hammar and Neil Dhir},
journal= {arXiv preprint arXiv:2309.02287},
year = {2023}
}