为什么做
行为策略使用隐藏信息时,日志预测与动作覆盖不一定识别干预后果。
已有证据
有限模型精确计算保留观测等价、干预不同的反例与固定及自适应查询参考。
当前边界
结论局限于指定可重置有限族,不是一般部分可观测不可能性或神经因果能力证明。
希望后来者怎样继续
公开收集策略信息、日志变量及条件分配假设,并用观测相同而因果不同的负例挑战识别方法。
上述接续建议是待验证的研究问题,不是新增实验结果。原始稿件及来源、许可和阶段说明见归档。
WORLD-MODELS / 技术报告与研究交接 · 非新论文
精确有限因果诊断与参考答案;技术报告。
报告与原始证据入口见交接说明;本条不伪装为独立论文。
行为策略使用隐藏信息时,日志预测与动作覆盖不一定识别干预后果。
有限模型精确计算保留观测等价、干预不同的反例与固定及自适应查询参考。
结论局限于指定可重置有限族,不是一般部分可观测不可能性或神经因果能力证明。
公开收集策略信息、日志变量及条件分配假设,并用观测相同而因果不同的负例挑战识别方法。
上述接续建议是待验证的研究问题,不是新增实验结果。原始稿件及来源、许可和阶段说明见归档。