概念Episodic Confounded MDP
片段式混杂马尔可夫决策过程
标准MDP的扩展，状态转移和奖励受未观测混杂变量影响且片段独立，需要结构性条件和完备性条件实现因果识别
时间轴 (近 90 天)
10月30日
框架进一步扩展到片段式混杂马尔可夫决策过程，在结构性和完备性条件下，互补源数据可以识别目标域的奖励和转移机制。
待验证50%
标准MDP的扩展，状态转移和奖励受未观测混杂变量影响且片段独立，需要结构性条件和完备性条件实现因果识别
框架进一步扩展到片段式混杂马尔可夫决策过程，在结构性和完备性条件下，互补源数据可以识别目标域的奖励和转移机制。