迈向现实的变化模型：决策与动力系统的因果视角

该论文针对统计学习在分布偏移下难以泛化的问题，从因果视角研究决策与动力系统的变化机制。研究第一部分重构了算法追索框架，提出更现实的成本函数，并将时间维度纳入策略评估；第二部分将因果干预扩展至离散和连续随机过程，展示其平衡态变化可与作为时间动态压缩表示的结构因果模型（SCM）相关联。