Identifying Intended Effects with Causal Models
利用因果模型识别行动的意图效应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：摘要直接扩展因果模型并讨论混杂与识别，但所研究的是行动意图这一特殊目标。
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
利用因果模型识别行动的意图效应
- 研究问题
- 如何扩展因果推断框架以表示行动及其意图效应，并从因果模型和可观测相关关系中推断意图，解释目的论推断的失败？
- 方法与思路
- 作者沿 Pearl 因果框架与 Anscombe 的行动思想展开概念扩展，定义目的论推断中的混杂效应，并引入干扰作为控制方式。
- 材料陈述的贡献
- 摘要称，论文说明如何由因果模型及其蕴含的数据相关性推断意图，提出目的论推断的基本问题并解释扩展因果分析的必要性。
- 阅读关注点
- 应核对意图及意图效应的形式定义、相关性支持意图推断所需条件，以及文中干扰概念的含义和控制混杂的逻辑。
- 阅读边界
- 所据为 arXiv 预印本，同行评审或期刊接收未经核实；摘要未给出正式识别条件，不能将概念性主张视为已验证的经验识别。
原文摘要
The aim of this paper is to extend the framework of causal inference, in particular as it has been developed by Judea Pearl, in order to model actions and identify their intended effects, in the direction opened by Elisabeth Anscombe. We show how intentions can be inferred from a causal model and its implied correlations observable in data. The paper defines confounding effects as the reasons why teleological inference may fail and introduces interference as a way to control for them. The ''fundamental problem'' of teleological inference is presented, explaining why causal analysis needs an extension in order to take intentions into account.