【标题】Stochastic Intervention for Causal Inference via Reinforcement Learning

【作者团队】Tri Dung Duong, Qian Li, Guandong Xu

【发表日期】2022.1.29

【论文链接】https://www.sciencedirect.com/science/article/pii/S0925231222001072#!

【推荐理由】因果推理方法广泛应用于精准医学、最优策略和经济学等各种决策领域。因果推理的主要焦点是干预策略的治疗效果估计，现有方法大多局限于确定性治疗，并比较不同治疗下的结果。然而他们缺乏解决细粒度治疗效果估计以增强决策应用的能力。本文通过提出一个新的有效框架来估计随机干预下的治疗效果来推进因果推理研究。本文开发了一种基于非参数影响函数的随机干预效果估计器（SIE），具有鲁棒性和快速收敛速度的理论保证。此外，本文构建了一个基于随机搜索求解器的定制强化学习算法，可以有效地找到最优策略，从而为决策过程产生最大的预期结果。最后，本文进行了广泛的实证实验，以验证此框架与最先进的基线相比可以实现卓越的性能。

内容中包含的图片若涉及版权问题，请及时与我们联系删除