DIGIC: Domain Generalizable Imitation Learning by Causal Discovery
DIGIC：通过因果发现实现跨域泛化的模仿学习AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要以因果发现和专家动作的直接原因为核心，属于因果关系识别的方法研究。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
DIGIC：通过因果发现实现跨域泛化的模仿学习
- 研究问题
- 能否仅利用单一领域的专家示范数据发现与动作相关的因果特征，使模仿学习策略在原领域之外仍具有较好的泛化表现？
- 方法与思路
- 作者提出 DIGIC 框架，从示范数据分布中通过因果发现寻找专家动作的直接原因，并用这些因果特征构建跨域泛化策略。
- 材料陈述的贡献
- 摘要称该框架在所述因果模型假设下只需单域数据；多种控制任务实验报告跨域表现改善，同时保持与原域专家相近的表现。
- 阅读关注点
- 应核对单域分布识别直接原因所需的假设、允许哪些领域变化，以及实验是否覆盖潜在混杂、误识别和不同类型的分布迁移。
- 阅读边界
- 这是 arXiv 预印本，未核实同行评审或期刊接收。摘要提及非结构性假设但未说明内容，单域数据本身不能保证因果特征可识别。
原文摘要
Causality has been combined with machine learning to produce robust representations for domain generalization. Most existing methods of this type require massive data from multiple domains to identify causal features by cross-domain variations, which can be expensive or even infeasible and may lead to misidentification in some cases. In this work, we make a different attempt by leveraging the demonstration data distribution to discover the causal features for a domain generalizable policy. We design a novel framework, called DIGIC, to identify the causal features by finding the direct cause of the expert action from the demonstration data distribution via causal discovery. Our framework can achieve domain generalizable imitation learning with only single-domain data and serve as a complement for cross-domain variation-based methods under non-structural assumptions on the underlying causal models. Our empirical study in various control tasks shows that the proposed framework evidently improves the domain generalization performance and has comparable performance to the expert in the original domain simultaneously.