[发明专利]确定用于控制环境的因果模型

说明书

本发明提供了用于确定用于控制环境的因果模型的方法、系统和设备，包括编码在计算机存储介质上的计算机程序。这些方法中的一种包括基于以下各项来重复选择该环境的控制设置：(i)因果模型，该因果模型识别该环境中的可控元件的可能设置和反映该控制系统在控制该环境方面的性能的环境响应之间的因果关系；以及(ii)一组内部参数的当前值；以及在该重复选择期间：监测对所选择控制设置的环境响应；基于这些环境响应来确定该环境的一个或多个特性已改变的指示；以及作为响应，修改这些内部参数中的一个或多个内部参数的当前值。

背景技术

本说明书涉及控制环境，并且涉及确定用于控制环境的控制设置和从环境接收的环境响应之间的因果关系。

用于确定应使用哪些控制设置来控制环境的现有技术通常采用基于建模的技术或依靠系统的主动控制。

在基于建模的技术中，系统被动地观察数据，即，控制设置到环境响应的历史映射，并且尝试发现数据中的模式以学习可用于控制环境的模型。基于建模的技术的示例包括决策森林、逻辑回归、支持向量机、神经网络、内核机和贝叶斯分类器。

在主动控制技术中，系统依靠对环境的主动控制来进行知识生成和应用。主动控制技术的示例包括随机化受控实验，例如班迪特实验。

发明内容

本说明书描述了用于控制环境的方法和系统。在一个方面，一种方法包括：基于以下各项重复选择环境的控制设置：(i)因果模型，该因果模型识别环境中的可控元件的可能设置和反映控制系统在控制环境方面的性能的环境响应之间的因果关系；以及(ii)一组内部参数的当前值；以及在重复选择期间，监测对所选择控制设置的环境响应；基于环境响应来确定环境的一个或多个特性已改变的指示；以及作为响应，修改内部参数中的一个或多个内部参数的当前值。

本说明书中所述的主题的具体实施例可被实施为实现下述优点中的一者或多者。

本说明书中所述的控制系统能够以解决常规方法的许多当前限制的方式自动生成具有受控实验精度的因果知识(以因果模型的形式)，特别是当应用于动态系统时。所述技术实现了对因果的实时了解和量化，同时提供了全自动操作控制和无缝集成的多目标优化。这种架构的突现行为是合理的、稳健的和可扩展的，并且提供适用于复杂且关键的现实世界系统的速度惊人的学习和优化，即使那些系统受到变量之间关系的快速变化的方向、量值和空间-时间范围的影响也是如此，无论那些变量是否处于系统控制下。因此，与常规技术相比，所述系统可更有效地控制环境，即，根据性能度量实现更好的系统性能，同时使用更少的计算资源和更少的数据。此外，系统可更快地对变量之间关系的变化作出响应，从而减少环境受到次优控制的时间量，进而减轻与选择次优设置相关的负面后果。此外，系统可在选择在可接受范围或历史范围内的控制设置的同时实现这一点，从而确保系统不偏离控制设置的安全范围。

特别地，所述技术将系统的一些或所有内部参数置于递归实验控制下，即，在系统操作期间调整内部参数的值，从而不断调整程序实例的特性以自校正任何错误的假设或先验偏差，并且相对于性能度量、约束和因果知识的精度与粒度动态优化控制决策。这产生了以下技术，这些技术对统计分布的所有特性具有稳健性并且在探索和利用搜索空间(包括空间-时间效应)方面在认知上有效，从而基于无偏差测量结果自动调整所获取数据的采样和使用以进行实时决策支持，这些无偏差测量结果是对变量之间关系跨空间和时间变化的程度并因此对该数据表示世界的当前状态的程度的测量结果。作为特定示例，系统可通过监测当前系统性能和基线系统性能(即，当使用可能控制设置上的基线概率分布来控制环境时系统的性能)之间的差异来重复调整内部参数中的一个或多个内部参数的值。系统可使用这种差异的变化和内部参数的不同可能值之间对这种差异的相对影响来确保内部参数具有确保整个操作过程中的有效系统性能的值，即使在环境变化和先前收集的数据的特性变得不太相关时也是如此。