Causal Imitation Learning Under Measurement Error and Distribution Shift
测量误差与分布迁移下的因果模仿学习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：摘要通过近端因果推断和代理变量讨论含测量误差政策的识别，直接对应因果推断。
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
测量误差与分布迁移下的因果模仿学习
- 研究问题
- 当决策相关状态只能通过含噪测量观察、且训练与部署分布不同，如何从离线示范中恢复具有因果解释且稳健的目标政策？
- 方法与思路
- 作者借鉴近端因果推断，将含噪状态作为代理变量建立识别框架；针对连续状态使用再生核希尔伯特空间上的对抗估计。
- 材料陈述的贡献
- 摘要称给出无需奖励或交互式专家查询的政策识别条件，并在半模拟纵向医疗数据中展示相对行为克隆的分布迁移稳健性。
- 阅读关注点
- 应核对代理变量的识别条件、允许的分布变化、示范政策与目标政策的关系，以及连续状态对抗估计的误差和稳定性。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未列出代理识别与迁移条件，半模拟结果不能证明对任意迁移稳健。
原文摘要
We study offline imitation learning (IL) when part of the decision-relevant state is observed only through noisy measurements and the distribution may change between training and deployment. Such settings induce spurious state-action correlations, so standard behavioral cloning (BC) -- whether conditioning on raw measurements or ignoring them -- can converge to systematically biased policies under distribution shift. We propose a general framework for IL under measurement error, inspired by explicitly modeling the causal relationships among the variables, yielding a target that retains a causal interpretation and is robust to distribution shift. Building on ideas from proximal causal inference, we introduce \texttt{CausIL}, which treats noisy state observations as proxy variables, and we provide identification conditions under which the target policy is recoverable from demonstrations without rewards or interactive expert queries. We develop estimators for both discrete and continuous state spaces; for continuous settings, we use an adversarial procedure over RKHS function classes to learn the required parameters. We evaluate \texttt{CausIL} on semi-simulated longitudinal data from the PhysioNet/Computing in Cardiology Challenge 2019 cohort and demonstrate improved robustness to distribution shift compared to BC baselines.