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 中如何缩小干预搜索空间：作者给出一个保证包含最优条件干预的最小节点集合的图论刻画，并提出识别该集合的高效算法，以减少决策搜索成本。 原问题由因果图模型和目标变量定义，bandit 的臂对应对因果模型的干预，奖励则是目标变量的样本。不同于主要关注硬干预的设定，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，因此能够表达依赖观测情境的决策。本文的主要贡献是确定哪些节点必须保留为干预候选，而不是仅凭经验筛选动作；摘要中的最小性保证针对节点集合，不能直接理解为枚举或压缩了全部条件策略。 作者报告，识别该最小节点集合的算法时间复杂度为 O(|V| + |E|)，其中 |V| 与 |E| 分别对应图的节点数与边数；作者同时给出图论刻画和算法正确性的证明。该复杂度对应候选节点集合的识别过程，并不意味着完整 bandit 学习或最优条件策略求解具有相同复杂度。作者报告，将算法整合进标准多臂 bandit 算法后，能够显著剪枝搜索空间并加快收敛，但摘要未提供具体图结构、对照算法、指标或效应量，实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 BCI 的自适应反馈或刺激选择能够被建模为具有可信因果图、可观测上下文和明确奖励的条件干预问题，该方法可能用于预先缩小候选干预变量集合，而非直接改善 EEG 解码。可复用部分是图结构上的候选节点筛选，需改造部分包括神经信号状态表示、干预变量与奖励定义。低信噪比、跨被试差异、小样本及不稳定的变量关系可能使图模型假设失效。一个可检验的小实验是在已知因果图的模拟闭环任务中，对比剪枝与不剪枝的同一 bandit 算法，核对最优干预是否保留以及收敛表现，再逐步加入观测噪声和图结构误差。已有 EEG 相关工作尚未检索确认。