https://arxiv.org/abs/2402.10877

오랫동안 인과 추론이 견고하고 일반적인 지능에서 근본적인 역할을 한다는 가설이 있었습니다. 그러나 에이전트가 새로운 도메인으로 일반화하기 위해 인과 모델을 학습해야 하는지, 아니면 다른 귀납적 편향이 충분한지는 알 수 없습니다. 우리는 이 질문에 답하며, 많은 분포 변화에서 후회 한계를 충족할 수 있는 모든 에이전트는 데이터 생성 프로세스의 근사적 인과 모델을 학습해야 하며, 이는 최적 에이전트의 진정한 인과 모델로 수렴해야 함을 보여줍니다. 우리는 전이 학습 및 인과 추론을 포함한 여러 연구 분야에 대한 이 결과의 의미를 논의합니다.