揭示因果结构对于理解复杂系统和做出明智决策至关重要。强化学习（RL）在识别这些结构方面显示出潜力，尤其是以有向无环图（DAG）的形式。然而，现有方法往往效率低下，不适合在线应用。MARLIN是一种高效的基于多智能体的强化学习方法，旨在增量学习DAG。该方法采用DAG生成策略，将连续实值空间映射到DAG空间，作为内部批处理策略。同时，MARLIN结合了两种状态特定和状态不变的RL智能体，以揭示因果关...