#causal bandits

这篇论文把因果老虎机从“完全已知因果图”推进到部分已知也能用，能用别的环境数据和反事实实验来剪掉不值得试的动作。做 bandit、离线 RL 或因果决策的研究者可以直接参考它的图判据和 regret 保证。