JMLR

Generation of Geodesics with Actor-Critic Reinforcement Learning to Predict Midpoints

利用Actor-Critic强化学习生成测地线以预测中点

Kazumi Kasaura

机构 * OMRON SINIC X Corporation（OMRON SINIC X公司） 纠错

AI总结 本文提出了一种基于Actor-Critic强化学习的方法，通过递归预测中点来生成测地线，以提高在复杂运动学和多自由度机器人臂规划中的性能。

Comments 17 pages with 8 pages of appendices and references, 9 figures

Journal ref Journal of Machine Learning Research, 26(212):1-36, 2025

On the Representation of Pairwise Causal Background Knowledge and Its Applications in Causal Inference

关于成对因果背景知识的表示及其在因果推断中的应用

Zhuangyan Fang, Ruiqi Zhao, Yue Liu, Yangbo He

机构 * Peking University（北京大学） ； Xiaomi Corporation（小米公司） ； Inspur Industrial Innovation (Shandong) Intelligent Manufacturing Co., Ltd.（Inspur工业创新（山东）智能制造有限公司） ； Renmin University of China（中国人民大学） 纠错

AI总结 本文提出通过直接因果子句（DCC）统一表示三种成对因果背景知识，并证明因果效应的可识别性仅依赖于分解的MPDAG。

Journal ref Journal of Machine Learning Research 26, 1-73 (2025)