Causal Inference and Policy Learning for Robot Control

本文提出了一种面向机器人控制的因果推断与策略学习方法。该方法通过从交互数据中发现状态、动作、结果之间的因果结构，构建因果图模型，并基于因果效应估计优化策略，使机器人能够区分因果关系与虚假相关，提升策略在分布外场景的泛化能力。文章分析了不同因果发现算法（PC算法、GES、NOTEARS）和因果策略优化方法在机器人控制中的效果，并在多种操作和导航任务上验证了因果策略的泛化能力和干预决策能力。适用场景包括机器人决策、领域迁移等领域。来源机构包括Google Robotics、Stanford、MIT等。