因果决策方法综述
机器学习
2026-04-22 v1 机器学习
摘要
做出有效决策，关键在于充分理解动作、环境与结果之间的因果关系。本综述旨在通过因果视角阐明决策的三个关键方面：1) 通过因果结构学习发现因果关系，2) 通过因果效应学习理解这些关系的影响，3) 将前两者所获知识应用于通过因果策略学习支持决策。此外，我们识别了阻碍因果决策更广泛应用的挑战，并讨论了应对这些挑战的最新进展。最后，本文提出未来研究方向，以解决这些挑战并进一步提升因果决策在实际中的实施。我们将结合实际案例，展示所提出因果决策方法的实际应用。我们旨在通过整合该领域的各种方法，提供一套完整的 methodology 和实用实现框架，并以 Python 实现为中心构建一个工具集合。URL: https://causaldm.github.io/Causal-Decision-Making.
引用
@article{arxiv.2502.16156,
title = {A Review of Causal Decision Making},
author = {Lin Ge and Hengrui Cai and Runzhe Wan and Yang Xu and Rui Song},
journal= {arXiv preprint arXiv:2502.16156},
year = {2026}
}