基于因果推断的目标条件强化学习方法及系统

本发明公开了基于因果推断的目标条件强化学习方法及系统，涉及强化学习技术领域，基于因果推断的目标条件强化学习方法，包括以下步骤：步骤一：通过抽象函数F(s；G)对全局状态s进行处理，生成抽象状态，去除与任务无关的特征；本发明提出一种基于因果推断的去混杂策略学习方法，通过引入因果图作为代理变量切断后门路径，从而消除因果偏差。能够有效抽象状态信息，去除与任务无关的特征，并在策略学习中利用因果图实现去混杂调整，从而提高学习过程的效率和泛化能力。通过理论分析和实验验证，本发明证明了在多种环境设置下，该方法能够显著提升目标条件强化学习模型的泛化能力，为智能体在现实场景中的应用提供了更加鲁棒和可扩展的解决方案。