抗干扰更稳健
通过阻断混淆变量的后门路径，学习只依赖最小充分状态表示的运动策略，从根源上消除虚假关联。
Tang, Wenbing · Wu, Fenghua · Lin, Shang Wei · 丁佐华 · Liu J. · Liu, Yang · 何积丰
Knowledge-Based Systems 2024
通过阻断结构因果模型中的后门路径，仅保留对动作有因果影响的最小充分状态表示，从根源上消除混杂因素。
学习到的策略对环境中未见的混杂变化保持稳健，因为决策不再依赖虚假关联。
综合实验表明，该方法显著优于非因果DRL方法和现有因果方法。