Adversarial Counterfactual Environment Model Learning

反事实思维 对抗制 计算机科学 机器学习 人工智能 一般化 伽利略(卫星导航) 数学 数学分析 哲学 大地测量学 认识论 地理
作者
Xionghui Chen,Yang Yu,Zhengmao Zhu,Zhihua Yu,Zhenjun Chen,Chenghe Wang,Yinan Wu,Hongqiu Wu,Rongjun Qin,Ruijin Ding,Fangsheng Huang
出处
期刊:Cornell University - arXiv 被引量:4
标识
DOI:10.48550/arxiv.2206.04890
摘要

A good model for action-effect prediction, named environment model, is important to achieve sample-efficient decision-making policy learning in many domains like robot control, recommender systems, and patients' treatment selection. We can take unlimited trials with such a model to identify the appropriate actions so that the costs of queries in the real world can be saved. It requires the model to handle unseen data correctly, also called counterfactual data. However, standard data fitting techniques do not automatically achieve such generalization ability and commonly result in unreliable models. In this work, we introduce counterfactual-query risk minimization (CQRM) in model learning for generalizing to a counterfactual dataset queried by a specific target policy. Since the target policies can be various and unknown in policy learning, we propose an adversarial CQRM objective in which the model learns on counterfactual data queried by adversarial policies, and finally derive a tractable solution GALILEO. We also discover that adversarial CQRM is closely related to the adversarial model learning, explaining the effectiveness of the latter. We apply GALILEO in synthetic tasks and a real-world application. The results show that GALILEO makes accurate predictions on counterfactual data and thus significantly improves policies in real-world testing.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
zzz发布了新的文献求助10
2秒前
3秒前
4秒前
4秒前
虎虎发布了新的文献求助10
7秒前
8R60d8应助科研通管家采纳,获得10
9秒前
李健应助科研通管家采纳,获得10
9秒前
科研通AI2S应助科研通管家采纳,获得10
9秒前
9秒前
斯文败类应助科研通管家采纳,获得10
9秒前
共享精神应助科研通管家采纳,获得30
9秒前
10秒前
充电宝应助I1waml采纳,获得10
10秒前
LiuJinhui发布了新的文献求助10
10秒前
15秒前
科研通AI2S应助虎虎采纳,获得10
17秒前
AnjeXi发布了新的文献求助10
20秒前
21秒前
22秒前
22秒前
我是老大应助文献下载中采纳,获得10
22秒前
Xixi完成签到 ,获得积分10
23秒前
24秒前
知性的十三完成签到,获得积分10
24秒前
I1waml发布了新的文献求助10
26秒前
27秒前
MJ完成签到 ,获得积分10
29秒前
32秒前
搜集达人应助mumu采纳,获得10
35秒前
liliziwei完成签到,获得积分20
37秒前
1459发布了新的文献求助10
39秒前
无花果应助胖胖采纳,获得10
40秒前
liliziwei发布了新的文献求助10
40秒前
LiuJinhui完成签到,获得积分10
47秒前
47秒前
49秒前
竹焚完成签到 ,获得积分10
52秒前
52秒前
BJ_whc发布了新的文献求助10
53秒前
茂茂357发布了新的文献求助10
53秒前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3161864
求助须知:如何正确求助?哪些是违规求助? 2813088
关于积分的说明 7898593
捐赠科研通 2472111
什么是DOI,文献DOI怎么找? 1316332
科研通“疑难数据库(出版商)”最低求助积分说明 631278
版权声明 602129