연구진은 복잡한 시스템에 대한 인과 강화 학습(RL) 벤치마크를 부재하다는 문제점을 지적하며, Magic: The Gathering 기반의 MTG-Causal-RL 벤치마크를 새롭게 구축했습니다.
MTG-Causal-RL은 3,077차원의 부분 관찰, 478개 액션의 마스크된 이산 액션 공간, 5가지 표준 아키타입, 3가지 보상 체계, 그리고 전략 변수에 대한 명시적인 인과 구조 모델(SCM)을 포함합니다.
새로운 벤치마크는 인과적 신용 할당, 아키타입 간의 교차 전송, 정책 감사 가능성 등 다양한 측면을 평가할 수 있도록 설계되었으며, 관련 자료를 공개했습니다.