IJCAIMay, 2023
量化因果抽象学习的一致性和信息损失
Quantifying Consistency and Information Loss for Causal Abstraction Learning
Fabio Massimo Zennaro, Paolo Turrini, Theodoros Damoulas
TL;DR本文介绍了一系列干预措施,以帮助代理人在不同抽象水平之间进行权衡,探究其中信息的一致性和损失,并提出了用于评估和学习因果抽象的算法。最后,我们通过实证表明了不同措施和算法选择可能导致不同的抽象。