【IJCNN2024教程】迈向因果强化学习:赋予智能体因果推理能力,152页ppt

尽管由强化学习技术驱动的自主智能体在不确定性下的决策方面取得了显著进展，但它们仍然缺乏对世界的细致理解。认识到因果理解在人类认知中的关键作用，一股新的强化学习研究浪潮正在兴起，融合了因果推理的研究见解，以提升智能体的决策能力。我们的教程深入探讨了这一令人着迷的研究领域，为参与者提供了探索因果推理与强化学习交汇点的独特机会。

本教程分为两部分，旨在为参与者提供对因果强化学习的全面理解。在第一部分中，参与者将学习因果推理和强化学习的基础概念，包括基本定义、数学表示及其关联。随后进入第二部分，参与者将探索因果研究与强化学习之间的协同作用，深入了解因果研究如何丰富传统的强化学习方法，解决样本效率、泛化能力和可靠性等关键挑战。教程的最后将讨论因果强化学习中的未来机遇与挑战。

无论您是经验丰富的强化学习研究者、因果推理的爱好者，还是希望扩展工具箱的机器学习实践者，欢迎加入我们，一起探索因果强化学习的激动人心的世界，共同推动这一新兴领域的发展。