Explainable Causal Reinforcement Learning for wildfire evacuation logistics networks in carbon-negative infrastructure

Esta investigación se centra en superar las limitaciones de los modelos estándar de Reinforcement Learning en la optimización de evacuaciones por incendios forestales. El autor aplica inferencia causal, inspirándose en Judea Pearl y Bernhard Schölkopf, para abordar recomendaciones inexplicables y variables de confusión.