概念Causal Reinforcement Learning / CRL
因果强化学习
结合因果推断与强化学习的方法论，通过学习环境的结构因果模型（SCM）使智能体能够对干预和反事实进行推理，从而提升策略的鲁棒性和泛化性
时间轴 (近 90 天)
9月11日
现有因果强化学习方法的共同瓶颈是因果结构的获取，要么需要从数据中学习（容易出错），要么需要专家手动指定（成本高昂）
待验证50%
结合因果推断与强化学习的方法论，通过学习环境的结构因果模型（SCM）使智能体能够对干预和反事实进行推理，从而提升策略的鲁棒性和泛化性
现有因果强化学习方法的共同瓶颈是因果结构的获取，要么需要从数据中学习（容易出错），要么需要专家手动指定（成本高昂）