亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

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 大地测量学 认识论 数学分析 哲学 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.

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
123发布了新的文献求助10
26秒前
123完成签到,获得积分10
34秒前
华仔应助只会查文献采纳,获得10
36秒前
42秒前
Qst发布了新的文献求助10
47秒前
auc发布了新的文献求助10
54秒前
1分钟前
_元发布了新的文献求助10
1分钟前
auc完成签到,获得积分10
1分钟前
1分钟前
cr7发布了新的文献求助10
1分钟前
1分钟前
Criminology34应助科研通管家采纳,获得10
1分钟前
Criminology34应助科研通管家采纳,获得10
1分钟前
嘻嘻哈哈应助科研通管家采纳,获得10
1分钟前
嘻嘻哈哈应助科研通管家采纳,获得10
1分钟前
1分钟前
1分钟前
_元完成签到,获得积分10
1分钟前
1分钟前
张德彪发布了新的文献求助10
1分钟前
1分钟前
科研通AI6.3应助cr7采纳,获得10
1分钟前
1分钟前
研友_nq2QpZ发布了新的文献求助10
1分钟前
Jayzie完成签到 ,获得积分10
2分钟前
桐桐应助研友_nq2QpZ采纳,获得10
2分钟前
2分钟前
科研花完成签到 ,获得积分10
3分钟前
Criminology34应助科研通管家采纳,获得10
3分钟前
嘻嘻哈哈应助科研通管家采纳,获得10
3分钟前
3分钟前
3分钟前
Criminology34应助科研通管家采纳,获得10
3分钟前
3分钟前
howgoods完成签到 ,获得积分10
3分钟前
4分钟前
顾矜应助忧伤的冰安采纳,获得10
4分钟前
4分钟前
5分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
卤化钙钛矿人工突触的研究 1000
Engineering for calcareous sediments : proceedings of the International Conference on Calcareous Sediments, Perth 15-18 March 1988 / edited by R.J. Jewell, D.C. Andrews 1000
Wolffs Headache and Other Head Pain 9th Edition 1000
Continuing Syntax 1000
Kirklin/Barratt-Boyes Cardiac Surgery, 5th Edition 880
Signals, Systems, and Signal Processing 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6237917
求助须知:如何正确求助?哪些是违规求助? 8061690
关于积分的说明 16820836
捐赠科研通 5317021
什么是DOI,文献DOI怎么找? 2831898
邀请新用户注册赠送积分活动 1809171
关于科研通互助平台的介绍 1666249