---
title: "因果分解 (Causal Decomposition in POMG)"
created: 2026-06-10
updated: 2026-06-10
type: concept
tags: ["pomg", "structural-causal-model", "decomposition"]
sources: ["[[minimax-policy-regret-pomg]]"]
---

# 因果分解 (Causal Decomposition in POMG)

**因果分解**是 [[minimax-policy-regret-pomg|Arora (2026)]] 中 POMG 分析的核心结构洞察：将 [[observable-operator-model|OOM]] 算子分解为两个独立组件，使世界估计和对手控制可以分离处理。

## 分解公式

对于 POMG 的 OOM 算子 J_h(o, a)：

```
J_h(o, a) = W_h(o, a) · G_h(pi)
```

- **W_h(o, a)**（世界通道）：仅依赖世界参数 theta
  - 包含转移核 T_h(s, a, b -> s') 和发射核 E_h^A(s -> o)
  - 对手的私有观测和动作已被边缘化

- **G_h(pi)**（对手聚合）：仅依赖对手参数 Phi
  - 编码对手策略如何响应学习者策略 pi
  - 在线性对手下为矩阵乘法

## 为什么重要

1. **模块化分析**：世界估计误差和对手建模误差可以独立 bound
2. **维度可加性**：总 [[eluder-dimension|Eluder 维度]] d_E = d_Theta + d_Psi
3. **算法设计**：MLE 仅需估计 Theta，对手 Lipschitz 性质仅需控制 Phi

## 直观理解

这类似于因果推断中的"解耦"思想——将总体观测动力学分解为"自然界如何运作"（世界通道）和"对手如何反应"（对手聚合）两个因果独立的部分。

## 参考
- [[minimax-policy-regret-pomg|Minimax-Optimal Policy Regret in POMGs]]
- [[observable-operator-model|OOM]]
- [[eluder-dimension|Eluder Dimension]]