条件因果 Bandit 的最小搜索空间

基于摘要分析。本文研究条件因果 bandit 中如何缩小最优干预的搜索空间，贡献是给出一个保证包含最优条件干预的最小节点集的图结构刻画，并提出识别该集合的高效算法。 原问题以因果图模型和目标变量定义 bandit：臂对应模型上的干预，奖励来自目标变量的采样。不同于将被干预变量直接设为固定值的硬干预，条件干预允许根据其他变量的观测值选择被干预变量的取值，更适合表达依赖当前观测条件的决策。本文的结构筛选针对候选干预节点，不应将“最小节点集”直接理解为已枚举全部条件策略或解决了策略函数优化。 作者报告，该算法的时间复杂度为 O(|V| + |E|)，其中 |V| 和 |E| 分别表示图的节点数与边数，并证明了图结构刻画及算法的正确性。作者还报告，将其接入标准 multi-armed bandit 算法后，能够显著裁剪搜索空间并加快收敛。摘要未提供数据来源、对照算法名称、重复实验设置或效果数值，实验协议、消融及统计信息尚未验证；图模型的可用性、允许使用的观测变量及最优性保证所需假设也需由全文核对。 平台推测（待验证）：若 BCI 自适应决策问题能够建立可信的因果图，并明确可干预变量、决策时可观测信息与奖励，该节点筛选机制可能用于减少候选控制或反馈干预，而非直接改进 EEG 解码。可复用部分是图结构筛选，需改造的是因果变量定义、干预可行性与奖励建模；EEG 低信噪比、跨被试结构差异及小数据下的因果图估计误差可能使其理论前提不成立。一个可检验的小实验是在已知因果图的合成闭环任务中，保持 bandit 学习器不变，对比筛选前后的候选规模、累积遗憾和最优策略保留情况，再评估图结构误设的影响。已有 EEG 相关工作尚未检索确认。