Copertina

Integrating Causal DAGs in Deep RL: Activating Minimal Markovian States with Multi-Order Exposure

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Xu, Jiamin, Maasch, Jacqueline, Gan, Kyra
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Local Discovery by Partitioning: Polynomial-Time Causal Discovery Around Exposure-Outcome Pairs
di: Maasch, Jacqueline, et al.
Pubblicazione: (2023)

Fast Non-Episodic Finite-Horizon RL with K-Step Lookahead Thresholding
di: Xu, Jiamin, et al.
Pubblicazione: (2026)

Local Causal Discovery for Structural Evidence of Direct Discrimination
di: Maasch, Jacqueline, et al.
Pubblicazione: (2024)

Hybrid Top-Down Global Causal Discovery with Local Search for Linear and Nonlinear Additive Noise Models
di: Hiremath, Sujai, et al.
Pubblicazione: (2024)

CausalARC: Abstract Reasoning with Causal World Models
di: Maasch, Jacqueline, et al.
Pubblicazione: (2025)

Smooth Multi-Policy Causal Effect Estimation in Longitudinal Settings
di: Chen, Wenxin, et al.
Pubblicazione: (2026)

From Restless to Contextual: A Thresholding Bandit Reformulation For Finite-horizon Improvement
di: Xu, Jiamin, et al.
Pubblicazione: (2025)

Interpretable Neural Causal Models with TRAM-DAGs
di: Sick, Beate, et al.
Pubblicazione: (2025)

Deep Learning With DAGs
di: Balgi, Sourabh, et al.
Pubblicazione: (2024)

LoSAM: Local Search in Additive Noise Models with Mixed Mechanisms and General Noise for Global Causal Discovery
di: Hiremath, Sujai, et al.
Pubblicazione: (2024)

CaTs and DAGs: Integrating Directed Acyclic Graphs with Transformers for Causally Constrained Predictions
di: Vowels, Matthew J., et al.
Pubblicazione: (2024)

Federated Causal Inference in Healthcare: Methods, Challenges, and Applications
di: Li, Haoyang, et al.
Pubblicazione: (2025)

When Additive Noise Meets Unobserved Mediators: Bivariate Denoising Diffusion for Causal Discovery
di: Meier, Dominik, et al.
Pubblicazione: (2025)

Interventional Causal Discovery in a Mixture of DAGs
di: Varıcı, Burak, et al.
Pubblicazione: (2024)

Compositional Causal Reasoning Evaluation in Language Models
di: Maasch, Jacqueline R. M. A., et al.
Pubblicazione: (2025)

Deep Doubly Debiased Longitudinal Effect Estimation with ICE G-Computation
di: Chen, Wenxin, et al.
Pubblicazione: (2026)

Probabilistic Graphical Models: A Concise Tutorial
di: Maasch, Jacqueline, et al.
Pubblicazione: (2025)

MOSIC: Model-Agnostic Optimal Subgroup Identification with Multi-Constraint for Improved Reliability
di: Chen, Wenxin, et al.
Pubblicazione: (2025)

Causal Discovery for Linear DAGs with Dependent Latent Variables via Higher-order Cumulants
di: Cai, Ming, et al.
Pubblicazione: (2025)

AcceleratedLiNGAM: Learning Causal DAGs at the speed of GPUs
di: Akinwande, Victor, et al.
Pubblicazione: (2024)

Reward Maximization for Pure Exploration: Minimax Optimal Good Arm Identification for Nonparametric Multi-Armed Bandits
di: Cho, Brian, et al.
Pubblicazione: (2024)

Beyond DAGs: A Latent Partial Causal Model for Multimodal Learning
di: Liu, Yuhang, et al.
Pubblicazione: (2024)

Peeking with PEAK: Sequential, Nonparametric Composite Hypothesis Tests for Means of Multiple Data Streams
di: Cho, Brian, et al.
Pubblicazione: (2024)

BOFormer: Learning to Solve Multi-Objective Bayesian Optimization via Non-Markovian RL
di: Hung, Yu-Heng, et al.
Pubblicazione: (2025)

Average Causal Effect Estimation in DAGs with Hidden Variables: Beyond Back-Door and Front-Door Criteria
di: Guo, Anna, et al.
Pubblicazione: (2024)

Correcting Influence: Unboxing LLM Outputs with Orthogonal Latent Spaces
di: Yu, Shixing, et al.
Pubblicazione: (2026)

ExDAG: an MIQP Algorithm for Learning DAGs
di: Rytir, Pavel, et al.
Pubblicazione: (2024)

Reasoning Elicitation in Language Models via Counterfactual Feedback
di: Hüyük, Alihan, et al.
Pubblicazione: (2024)

Personalized Binomial DAGs Learning with Network Structured Covariates
di: Zhao, Boxin, et al.
Pubblicazione: (2024)

Kernel Debiased Plug-in Estimation: Simultaneous, Automated Debiasing without Influence Functions for Many Target Parameters
di: Cho, Brian, et al.
Pubblicazione: (2023)

From Guess2Graph: When and How Can Unreliable Experts Safely Boost Causal Discovery in Finite Samples?
di: Hiremath, Sujai, et al.
Pubblicazione: (2025)

Contextual Bandits with Budgeted Information Reveal
di: Gan, Kyra, et al.
Pubblicazione: (2023)

Online Uniform Sampling: Randomized Learning-Augmented Approximation Algorithms with Application to Digital Health
di: Liu, Xueqing, et al.
Pubblicazione: (2024)

Subset verification and search algorithms for causal DAGs
di: Choo, Davin, et al.
Pubblicazione: (2023)

BUILD with Precision: Bottom-Up Inference of Linear DAGs
di: Ajorlou, Hamed, et al.
Pubblicazione: (2025)

Causal structure learning with momentum: Sampling distributions over Markov Equivalence Classes of DAGs
di: Schauer, Moritz, et al.
Pubblicazione: (2023)

Neural Network Parameter-optimization of Gaussian pmDAGs
di: Saremi, Mehrzad
Pubblicazione: (2023)

Learning DAGs from Data with Few Root Causes
di: Misiakos, Panagiotis, et al.
Pubblicazione: (2023)

Extending Causal Metamodeling to a non-Markovian Queue
di: Amaranath, Pracheta, et al.
Pubblicazione: (2026)

MOCHA: Discovering Multi-Order Dynamic Causality in Temporal Point Processes
di: Cao, Yunyang, et al.
Pubblicazione: (2025)