Proyek riset & pengembangan

RI: Approximate Causal Decision-Making

Ringkasan tujuan riset

Approximate Causal Reinforcement Learning diteliti untuk keputusan dari data terkonfounded dan lingkungan berubah, menggunakan model kausal sederhana agar batas kinerja tetap dapat dianalisis.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Linimasa NSF 2552063Periode tercatat 2026-07-15 sampai 2029-06-30.NSF 2552063MulaiAkhir tercatat202620302026-07-152029-06-30
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Proyek riset & pengembangan

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Lingkungan dinyatakan sebagai structural causal model, sementara learner hanya menerima representasi terbatas. Off-policy learning membangun batas kebijakan dari data historis terpengaruh faktor tersembunyi. Imitation learning menaksir reward dari demonstrasi ahli terkonfounded, disertai reward shaping bagi masukan jarang. Transfer serta curriculum learning memakai versi tugas yang disederhanakan untuk generalisasi. Riset mengembangkan hasil identifikasi, algoritme yang dapat dibuktikan, dan evaluasi empiris ketika asumsi standar tidak terpenuhi.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Syracuse University
Program
Robust Intelligence
Periode pendanaan tercatat
2026-07-15 → 2029-06-30

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Computing & AI Foundations

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

  • NSF Award: RI: Approximate Causal Decision-Making ↗

    National Science Foundation (NSF) · Amendemen tercatat 07/20/2026

    Diakses 2026-10-14. Metadata penghargaan dan abstrak publik NSF menjadi dasar parafrasa editorial Indonesia. Dokumen dan aset lain mengikuti hak pemiliknya.
Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.