机器人侦探小柯调到滨海城，第一天就盯上一桩“连环案”：冰淇淋销量上升的夏天，溺水事故也跟着变多。它立刻下结论——吃冰淇淋会让人溺水。老侦探老周笑了：“你只看到两件事一起变，却没问为什么会一起变。”真正的幕后推手是天气热：天热让人买冰淇淋，也让人下水游泳，游泳的人多了，溺水自然增多。冰淇淋和溺水只是“同框出镜”，不是“因果链条”。 这个故事的教训，正是因果推理的核心命题：把“看见”升级为“理解”。传统机器人靠大数据学“模式”，看到什么就模仿什么；因果推理机器人则像训练有素的侦探，会画出“谁影响谁”的关系图（结构因果模型），会做“如果当初怎样”的平行推演（反事实推理），还会在陌生环境里抓住不变的本质（分布外泛化）。这套能力，让机器人在从未见过的场景中依然能做出合理决策，而不是被统计假象牵着鼻子走。

岗位关联

对 AI 从业者而言，因果推理是打破“数据够多就能解决一切”幻觉的关键武器——它决定了你的模型是只会复读相关性的鹦鹉，还是真正理解世界的决策者。

目录
  1. 可视化演示
  2. 相关与因果：看见不等于原因
  3. 结构因果模型：案件关系地图
  4. 反事实推理：平行世界重演
  5. 因果发现：从数据寻找箭头
  6. 分布外泛化：陌生环境不变法则
  7. 决策框架：预演后行动
  8. 应用与挑战：落地与边界
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

展示SayCan如何用LLM分解语言指令为动作序列，结合语言概率与可行性评分选择最优动作，以及PaLM-E多模态架构。

本节配有交互动效（进入视口后自动加载，约 3KB）。

SayCan语言驱动机器人 LLM分解：语言指令→候选动作序列 双评分：语言概率×环境可行性 执行最优：选最高分动作执行 Score = P(lang) × Affordance SayCan让LLM理解语言并驱动机器人行动

相关与因果：看见不等于原因

机器人侦探小柯调任滨海城第一天，就发现一桩“铁案”：冰淇淋销量高的月份，溺水人数也高。它兴奋地在报告里写“冰淇淋导致溺水”。老侦探老周抽走报告，画了个圈：“你只证明了两件事一起变，没证明一件事让另一件事变。”冰淇淋和溺水背后共同的推手是天气——天热让人买冰淇淋，也让人下水，下水的人多了，溺水自然增加。一起变的两件事，往往只是同一个“幕后黑手”的两个爪牙。

统计学家管这叫“相关”与“因果”的区别。相关描述变量间的统计联系：看到 X 时，Y 倾向于怎样；因果描述干预后的响应：如果我主动改变 X，Y 会不会跟着变。观察到冰淇淋销量高时溺水多，只是条件概率 $P(Y|X)$ 的记录；而“把冰淇淋全部下架后溺水是否减少”，才是在问因果。

技术上说，因果推理中我们把“主动改变 X”写成 $\text{do}(X=x)$，称为干预。观察数据里大量存在混淆变量 Z，它同时影响着 X 和 Y，让两者呈现虚假关联。因此，“看到什么”和“导致什么”之间，有一道不能随意跨越的鸿沟。

小柯把“干预”写进办案手册第一条：想定谁的罪，不能只看他常和谁一起出现，而要“单独审问”——按住其他因素，只动一个变量，看结果跟不跟。这成了它后来所有推理的基石。

P(Y=y∣X=x)≠P(Y=y∣do(X=x))\displaystyle P(Y = y \mid X = x) \neq P(Y = y \mid \text{do}(X = x))
左边是“看到 X 时 Y 的情况”，右边是“亲手把 X 改成 x 后 Y 的情况”。两者不相等，说明观察到的关联不能直接当因果用。
  1. 观测分布记录“看到 X=x 时 Y=y”的比例，来自被动观察数据，混杂影响全部包含在内。
    P(Y=y∣X=x)\displaystyle P(Y = y \mid X = x)
  2. 干预分布模拟“强制把 X 设为 x”时 Y=y 的概率，切断了外界对 X 的干扰，只剩 X 对 Y 的真实作用。
    P(Y=y∣do(X=x))\displaystyle P(Y = y \mid \text{do}(X = x))
  3. 不等号的意义两者在存在混杂时不同，差值就是观察数据中“虚假关联”的度量。
    ≠\displaystyle \neq

结构因果模型：案件关系地图

老周给了小柯一块白板：“每个嫌疑人写成一个圆，谁影响谁就画一根箭头。”天气指向冰淇淋，天气指向游泳，游泳指向溺水。三根箭头让案情豁然开朗。小柯第一次发现：一张图比一百页描述更有力量——这就是结构因果模型（SCM）的直觉。

SCM 用节点表示变量，用有向边表示因果方向，再配上结构方程说明每个节点如何由原因和噪声生成。注意方程用的是赋值符号 $:=$ 而不是等号 $=$：它强调信息只从右边流向左边，方向不可逆。“天气热”可以改变“冰淇淋销量”，反过来不行。

结构因果模型由三块拼成：因果图给出骨架，结构方程描述机制，外生噪声 $U$ 代表未建模的随机因素。干预 $\text{do}(X=x)$ 的作用，是切断所有指向 X 的箭头，再强行把 X 设定为 x——好比审讯时把嫌疑人和他的“同伙”彻底隔离，只留下他本人的供词。

案情板画对了，破案就成了一半。小柯牢记：每一根箭头都要经得起“我改上游，下游是否跟着变”的拷问。SCM 就是它心中那张永不落灰的白板。

X:=fX(UX),Y:=fY(X,UY)\displaystyle X := f_X(U_X), \qquad Y := f_Y(X, U_Y)
第一个方程说“动作 X 由外部噪声 U_X 决定”；第二个说“结果 Y 由 X 和自身噪声 U_Y 共同决定”。
  1. 外生噪声$U_X$、$U_Y$ 是未建模的随机扰动，像案件里无法预料的偶发因素。
    UX,  UY\displaystyle U_X,\; U_Y
  2. 结构化动作$X := f_X(U_X)$ 表示 X 没有父节点，只由外部噪声产生。
    X:=fX(UX)\displaystyle X := f_X(U_X)
  3. 结构化结果$Y := f_Y(X, U_Y)$ 表示 Y 的因是 X 和自身噪声的代数和（或更复杂的函数）。
    Y:=fY(X,UY)\displaystyle Y := f_Y(X, U_Y)

反事实推理：平行世界重演

小柯蹲在案发现场，盯着刹车痕出神：“如果司机早一秒踩刹车，还会撞上吗？”老周点点头：“这种'如果当初'的问题，才是侦探和普通统计员的真正分水岭。”反事实不预测未来，而是给已经发生的事重写剧本——它回答的是：现实里我看见了 $X=x'$、$Y=y'$，但如果时间倒流、把 X 改成 x，Y 会变成什么？

机器人要做反事实推理，不能只靠花式插值。它需要完整的结构因果模型当“世界剧本”：先拿现实观测反推出当时的外生噪声，再把这个噪声放进平行世界——把 X 的方程替换成“X=x“这个设定——然后重演 Y 的生成过程。这一步正是”事后复盘”的数学化。

在因果推理的符号体系里，$Y_x$ 表示“平行世界中把 X 干预为 x 之后的 Y”。于是反事实概率可以严格地写成一个条件概率：已知现实证据，问平行世界的结果。必要性概率（没有 X 还会有 Y 吗）和充分性概率（有了 X 就一定有 Y 吗）都是它的衍生工具。

小柯在笔记本里建起“平行世界回放室”，每宗案件都能重演无数遍。它渐渐懂得：真正重要的不是“事情发生了”，而是“在无数可能的剧本里，哪一个环节才不可替代”。

P(Yx=y∣X=x′,Y=y′)\displaystyle P(Y_{x} = y \mid X = x', Y = y')
读作：在现实里我观测到 X 是 x'、Y 是 y' 的前提下，如果当初把 X 改为 x，Y 等于 y 的概率。
  1. 现实观测竖线后的 $X=x'$、$Y=y'$ 是案件已经发生的事实，相当于“锚定”我们的认识。
    X=x′,  Y=y′\displaystyle X = x',\; Y = y'
  2. 平行世界干预下标 $Y_x$ 表示在另一个平行世界中把 X 强制设为 x 后的结果变量。
    Yx\displaystyle Y_x
  3. 反事实概率把现实作为条件，在平行世界中重新演算 Y 的取值分布。
    P(Yx=y∣X=x′,Y=y′)\displaystyle P(Y_x = y \mid X = x', Y = y')

因果发现：从数据寻找箭头

案情板不是天上掉下来的。小柯决定自己翻卷宗——几百份报告堆成山，它要自己找出“谁影响谁”。老周提醒道：“别用直觉画箭头。让数据说话：如果给定某个中间人 Z 之后，X 和 Y 的供词不再默契，它们之间就没有直接因果边。”

因果发现（causal discovery）要解决的正是在没有现成因果图时，从观测数据反推结构。最核心的探针是条件独立性检验：在控制了 Z 之后，检验 X 与 Y 是否还相互依赖。若不再依赖，就说明 X 与 Y 之间的关联是经由 Z 的间接路径，而非直接因果箭头。

条件独立的数学定义是联合分布可分解为条件概率的乘积——这等价于“X 的信息里没有任何关于 Y 的剩余信息”。PC 算法等图搜索方法不断做这种检验，删掉多余的边，再推理箭头的方向；多条候选图如果共享同一组条件独立关系，就构成马尔可夫等价类，需要干预实验才能进一步定向。

条件独立性就像把证人分开审讯：把中间人 Z 排除后，X 与 Y 若是还咬定对方有关，箭头才可能真实存在；若立刻改口，箭头就得从案情板上擦掉。

P(X,Y∣Z)=P(X∣Z) P(Y∣Z)\displaystyle P(X, Y \mid Z) = P(X \mid Z)\, P(Y \mid Z)
给定 Z 后，X 和 Y 的联合概率分解成两个独立部分的乘积：它们之间不再交换信息。
  1. 联合分布$P(X,Y \mid Z)$ 是在给定 Z 的前提下，X 与 Y 联合出现的概率。
    P(X,Y∣Z)\displaystyle P(X, Y \mid Z)
  2. 乘积分解右边是两个条件概率相乘，表示 X 与 Y 在 Z 已知后互不影响。
    P(X∣Z) P(Y∣Z)\displaystyle P(X \mid Z)\, P(Y \mid Z)
  3. 独立性结论等式成立意味着“隔断 Z 后 X、Y 不再互供信息”，支持“两者没有直接因果边”的判断。
    X⊥ ⁣ ⁣ ⁣⊥Y∣Z\displaystyle X \perp\!\!\!\perp Y \mid Z

分布外泛化：陌生环境不变法则

小柯被派到临港市。路牌、建筑、口音全变了，它害怕自己积累的滨海城经验全部作废。老周却胸有成竹：“犯罪的动机不会变——贪财、复仇、嫉妒，走到哪座城市都一样。你只要抓住跨城市不变的那部分规律，其余全是噪音。”

这正是机器人从实验室走向真实世界的核心难题：数据分布会偏移（distribution shift）。在训练环境里，“红色按钮旁边往往有蓝色标志”这类相关性再强，换一个工厂、换一个城市就失效。因果推理给出的解药是不变因果机制：结果对因果父节点的依赖函数，跨环境保持不变。它才是真正值得学习的“世界规律”。

形式化地说，对每个环境 $e$，条件分布 $P_e(Y \mid \operatorname{Pa}(Y))$ 完全相同。训练时我们可以在多个环境下收集数据，并优化“最坏环境”的损失，让模型不依赖某个环境特有的统计背景——这种鲁棒性，正是分布外泛化与普通机器学习的本质区别。

小柯把“跨城不变的动机清单”写进核心代码，在临港市第一天就锁定了嫌疑人。它终于明白：环境会变，规律不变；统计在变，因果不变。

Pe(Y∣Pa⁡(Y))=const,∀e∈E\displaystyle P_{e}(Y \mid \operatorname{Pa}(Y)) = \text{const}, \quad \forall e \in \mathcal{E}
无论环境集合 $\mathcal{E}$ 怎么变，“结果怎样取决于它的直接原因”这个函数关系不变；会变的只是背景噪声。
  1. 环境分布$P_e$ 表示第 e 个环境中的条件分布，比如不同城市的观测数据。
    Pe(⋅)\displaystyle P_e(\cdot)
  2. 因果父节点$\operatorname{Pa}(Y)$ 是 Y 的直接原因集合，即案情板上指向 Y 的节点。
    Pa⁡(Y)\displaystyle \operatorname{Pa}(Y)
  3. 不变性对所有环境该条件分布相同，说明这是可迁移的因果机制。
    ∀e∈E\displaystyle \forall e \in \mathcal{E}

决策框架：预演后行动

抓捕行动前，小柯纠结：正面破门还是蹲守监视？老周问它：“你是按'以前哪个地点偶遇嫌疑人最多'来选，还是按'如果我破门，世界会变成什么样'来选？”前者是统计策略，后者是因果决策——只有后者能让机器人在没见过的新局面里做出负责任的选择。

因果决策框架把机器人的每个动作看成一次主动干预 $\text{do}(A=a)$。它先在世界模型里预演：执行动作 a 后，结果 Y 的分布是什么样；再用效用函数 $U(y)$ 为每个结果打分，选择期望效用最大的动作。整个过程就是“想清楚后果再动手”的数学表达。

这与强化学习中的“策略评估”有本质区别：因果决策不依赖历史上“偶然与动作共同出现的背景”，而是切断了动作 A 的外部输入路径，只保留 A 对系统的真实影响。因此即使在训练分布之外的新场景，它也能合理评估风险与收益。

小柯终于理解：优秀侦探的行动依据不是历史巧合，而是“我介入之后世界会如何重写”。预演，才是行动的真正前提。

a∗=arg⁡max⁡a∑yU(y) P(y∣do⁡(A=a))\displaystyle a^{*} = \arg\max_{a} \sum_{y} U(y)\, P(y \mid \operatorname{do}(A = a))
把每个候选动作放进因果模型里“预演”一遍，按结果收益加权求和，选出期望收益最大的动作。
  1. 动作干预$\operatorname{do}(A=a)$ 表示把机器人的动作强制设定为 a，切断外部因素对动作的干扰。
    do⁡(A=a)\displaystyle \operatorname{do}(A = a)
  2. 结果分布$P(y \mid \operatorname{do}(A=a))$ 是干预过后结果 y 出现的概率，包含因果效应。
    P(y∣do⁡(A=a))\displaystyle P(y \mid \operatorname{do}(A = a))
  3. 效用加权$U(y)$ 是结果 y 的收益，乘概率后求和得到动作 a 的期望效用。
    ∑yU(y) P(y∣do⁡(A=a))\displaystyle \sum_{y} U(y)\, P(y \mid \operatorname{do}(A = a))
  4. 最优决策$\arg\max_a$ 在所有候选动作中挑出期望效用最大的那一个。
    arg⁡max⁡a\displaystyle \arg\max_{a}

应用与挑战：落地与边界

真枪实弹的战场上，小柯被现实泼了冷水：有卷宗缺页、有路段的监控全坏、算力也不够每个念头都做一次完整推演。老周拍拍它：“方法要落地，还得分清什么时候能用、要付出什么代价。”

应用的第一步是因果效应识别：只有观测数据时，能否用后门准则等工具还原干预效应？当存在一组可观测的混淆变量 Z、能阻断 X 到 Y 的所有后门路径时，通过在 Z 上分层加权，就能把混杂排除。这条准则在机器人领域非常实用：抓取技能迁移时调整物体属性、自动驾驶避障时控制路况因素、人机协作时推断人类意图。

当然，挑战同样真实：真实世界的因果图往往不完全已知；可识别性受假设限制；实时反事实推演计算开销大；缺少可在物理世界反复干预的验证环境。因果推理不是万能钥匙，而是让机器人“想明白再动”的思维框架。

小柯把后门准则当“查漏补缺清单”：动手之前，确认案情板上没有漏掉关键角色，才敢让手铐落下。因果推理的价值不在完美，而在让每一步行动都有据可依。

P(y∣do⁡(X=x))=∑zP(y∣x,z) P(z)\displaystyle P(y \mid \operatorname{do}(X = x)) = \sum_{z} P(y \mid x, z)\, P(z)
按混淆变量 Z 把数据分成小组，在每组内看 X 对 Y 的影响，再按全局比例加权求和，得到排除混杂后的因果效应。
  1. 后门路径从 X 出发、经 Z 到达 Y 的路径（$X \leftarrow Z \rightarrow Y$）是混淆的来源。
    X←Z→Y\displaystyle X \leftarrow Z \rightarrow Y
  2. 层内效应$P(y \mid x, z)$ 是在 Z=z 的小组内，X 对 Y 的条件概率。
    P(y∣x,z)\displaystyle P(y \mid x, z)
  3. 加权求和乘上 $P(z)$ 再对全部 z 求和，拼出整体因果效应。
    ∑zP(y∣x,z) P(z)\displaystyle \sum_{z} P(y \mid x, z)\, P(z)

AI 应用场景

仓库机械臂的抓取技能迁移

阶段：模型训练与跨域迁移部署

解决的问题：传统抓取模型学习的是“视觉特征—夹爪动作”之间的统计相关，一换商品规格或光照条件，成功率大幅下降。用结构因果模型刻画“物体形状→夹爪发力→抓取稳定”的因果链，机械臂就能在训练时没见过的异形包装上做出正确抓取策略。

具体案例：双十一仓库里，机械臂在标准纸箱上训练完成后，突然被要求抓取一批异形瓶装液体。因果世界模型先对“夹爪角度”“夹持力度”做干预推演，预判不同动作下的滑落概率，最终抓取成功率从 61% 提升到 89%。

自动驾驶的新城市场景避障

阶段：决策规划与分布外安全控制

解决的问题：纯模仿学习车在新的雨雪城市失效，因为模型学的是“路面像素与转向角”的相关性，而不是“前车减速→安全距离收缩→本车速度调整”的不变机制。因果决策框架把刹车、变道当作干预动作，先预演再行动。

具体案例：自动驾驶车队从加州测试场迁移到多雨雪的新城市，因果决策模块在每次变道前用 $\text{do}$ 干预推演“若急刹是否追尾”“若变道是否与后车冲突”，新场景下的接管次数比纯统计策略减少了 40%。

人机协作中的意图反事实推演

阶段：人机交互与安全防护

解决的问题：人类在协作中突然伸手，是递工具还是阻止机械臂？基于外观的分类器常误判。因果反事实推演“如果没有这次伸手，任务链条是否会被打断”，把“动作”还原为“意图”，从根本上提升交互安全。

具体案例：工业机械臂与工人共同装配电路板，工人伸手瞬间，机械臂用反事实模型判断干预意图：若判定为“调整姿态”则配合退让，若判定为“危险接近”则紧急制动。部署后人机误触事故率下降 70%。

Python 演示

python29 行
import numpy as np def generate_data(n=2000, seed=42):    rng = np.random.default_rng(seed)    Z = rng.normal(size=n)    X = 0.8 * Z + rng.normal(size=n)    Y = 2.0 * X + 0.8 * Z + rng.normal(size=n)    return Z, X, Y def observe_coef(X, Y):    return np.cov(X, Y, ddof=1)[0, 1] / np.var(X, ddof=1) def causal_coef(Z, X, Y):    A = np.column_stack([np.ones_like(X), Z, X])    beta, _, _, _ = np.linalg.lstsq(A, Y, rcond=None)    return beta[2] def counterfactual(X, Y, coef, delta=1.0):    return Y + coef * delta if __name__ == "__main__":    Z, X, Y = generate_data()    obs = observe_coef(X, Y)    cau = causal_coef(Z, X, Y)    print(f"观察回归系数(有偏): {obs:.3f}")    print(f"干预后因果系数(无偏): {cau:.3f}")    print(f"真实因果效应: 2.000")    cf = counterfactual(X, Y, cau, 1.0)    print(f"反事实示例: 若 X 多 1, Y 平均 = {cf.mean():.3f}")
目的：用合成数据展示“观察回归系数被混杂污染、而控制混淆变量的因果系数能还原真实效应”的完整过程，并顺手做一个反事实推演。
  1. X = 0.8 * Z + rng.normal(size=n)混淆变量 Z 以 0.8 的权重影响动作 X，制造一条后门路径。
  2. Y = 2.0 * X + 0.8 * Z + rng.normal(size=n)设定 X 对 Y 的真实因果效应为 2.0，同时 Z 也直接影响 Y。
  3. return np.cov(X, Y, ddof=1)[0, 1] / np.var(X, ddof=1)直接算 X 与 Y 的观察回归斜率，混杂使它与 2.0 偏差明显。
  4. np.column_stack([np.ones_like(X), Z, X])把 Z 放进回归模型，等价于按 Z 分层、切断后门路径。
  5. counterfactual(X, Y, coef, 1.0)用“现实 Y + 因果系数×干预差值”重演如果 X 增加 1 的平行世界。

常见误区

误区“冰淇淋销量涨，溺水人数也涨，数据相关性那么高，肯定是冰淇淋导致溺水。我做了三年数据分析，这种相关总没错吧？”

正解相关性只描述两件事“一起变”，并不说明“谁让谁变”。可能有个隐藏的混淆变量（天气热）同时驱动两者。要确定因果，必须做干预实验，或利用因果模型消除混杂后再下结论。

为何常见：人脑天然喜欢把统计巧合脑补成因果关系，因为“讲得通的故事”比“未知的机制”更让人安心。

误区“我把能想到的变量全部塞进回归模型，X 的系数总该是因果效应了吧？”

正解控制变量要看因果结构，不是塞得越多越好。控制“对撞变量”或中间变量反而会打开新的偏差通道；而未观测的混杂（比如天气）永远不会被“多塞几个变量”解决。

为何常见：教科书里“多元回归即因果”的惯性思维被带入实战，忽略了模型背后的因果假设。

误区“我统计了接受药物治疗的人的康复率，那就是药物效果。观察数据和实验数据不就是同一个公式吗？”

正解观察分布中暗含“选择偏差”——谁吃药、谁不吃药往往由自身状况决定。$\text{do}$ 分布要求随机或强制干预，切断反向路径，才是纯粹的药物因果效应。

为何常见：日常数据大多是观察数据，人们意识不到数据生成机制里藏着一张“选择之手”。

误区“把数据丢给 PC 算法，它返回的图就是真实因果结构，照着图做决策就安全了。”

正解条件独立检验只能把候选图压缩到“马尔可夫等价类”，箭头方向常常存在多解。要最终定向，还需要干预实验或领域先验知识。

为何常见：把算法输出的“一张图”当成客观真理，忽略了因果可识别性的数学边界。

误区“反事实和预测差不多，都是告诉我明天会发生什么，那我直接用它做预测模型好了。”

正解预测是“已知当前向未来推演”，反事实是“已知结果向过去改写条件”。反事实以现实观测为条件，在平行世界中重写剧本，两者的条件变量和推演方向完全不同。

为何常见：都涉及“如果”和“时间”，大脑很容易把两种推理混为一谈。

面试题

Q1. 冰淇淋销量与溺水事故同时上升，最合理的因果解释是什么？

单选题 · easy

  • A.冰淇淋必然导致溺水
  • B.卖冰淇淋者应承担责任
  • C.可能是共同原因导致← 正确答案
  • D.两者之间毫无关系

答案：C。冰淇淋销量与溺水上升更可能是“天气热”这个共同原因造成的：天热促使人买冰淇淋，也促使人下水游泳。A 把相关当因果，B 属于归责跳跃，D 则忽略了确实存在统计关联。这正对应正文中“混淆变量”的核心思想。

Q2. 观察分布 P(Y|X) 与干预分布 P(Y|do(X)) 的核心区别是什么？

单选题 · easy

  • A.前者需要做随机对照实验
  • B.后者表示主动干预 X 的效应← 正确答案
  • C.前者一定等于后者
  • D.后者完全无法估计

答案：B。P(Y|X) 记录的是“看到 X 时 Y 怎样”，其中混杂影响没有排除；P(Y|do(X)) 是把 X 强制设为某个值后的结果分布，表示真正的因果效应。因为混杂存在，两者通常不相等，所以 B 正确，A、C、D 均错误。

Q3. 结构因果模型中，方程 Y := f(X, U) 里的赋值符号 ":=" 表示什么？

单选题 · mid

  • A.数学上的等于关系
  • B.有方向的因果赋值← 正确答案
  • C.双向的统计相关
  • D.表示 X 和 Y 互不影响

答案：B。“:=“ 表示信息从右边的因流向左边的果，方向不可逆；它和表示”两边相等“的 ”=” 有本质区别。B 正确。A 混淆了两种符号，C 把因果当成双向相关，D 与方程本身矛盾。

Q4. 下列哪个问题属于反事实推理？

单选题 · mid

  • A.明天是否会下雨
  • B.若当初没超速会怎样← 正确答案
  • C.今天冰淇淋销量如何
  • D.当前路况应否刹车

答案：B。反事实回答“在现实已发生的情况下，如果当初条件不同，结果会如何”。B 是典型的反事实问题；A、C 是前向预测或统计查询，D 是当下决策而非对过去的平行世界推演。

Q5. 后门准则中，用于调整的变量集合 Z 需要满足什么条件？

单选题 · mid

  • A.Z 属于 X 的结果变量
  • B.Z 阻断 X 到 Y 的后门路径← 正确答案
  • C.Z 必须是不可观测变量
  • D.Z 与 Y 完全无关

答案：B。后门准则要求 Z 阻断从 X 到 Y 的每一条以箭头指向 X 的路径，这样按 Z 分层加权后才能消除混杂。B 正确。A 会引入对撞偏差，C 与“可观测”前提矛盾，D 无法解释 Z 的混杂作用。

Q6. 因果发现中，以下哪些信息可以辅助判断因果关系？

多选题 · easy

  • A.条件独立性检验← 正确答案
  • B.干预实验数据← 正确答案
  • C.变量名的语义相似度
  • D.时间先后顺序← 正确答案

答案：ABD。条件独立性检验可以删除不存在直接因果的边，干预实验能确定箭头方向，时间先后也能辅助定向（原因先于结果）。变量名的语义相似度与因果无关，属于典型误导项。

Q7. “不变因果机制”在分布外泛化中指的是什么？

单选题 · hard

  • A.所有变量分布完全不变
  • B.因果父节点的依赖跨环境不变← 正确答案
  • C.变量相关系数永远不变
  • D.各环境间完全没有差异

答案：B。不变因果机制指结果对其因果父节点的条件分布 $P(Y \mid \operatorname{Pa}(Y))$ 在所有环境中保持不变。只有这类机制能跨环境迁移，因此 B 正确；A、C、D 都把“不变”错误地扩大到了变量分布或整个环境层面。

Q8. 机器人用因果决策框架比纯统计策略的优势主要在于？

单选题 · mid

  • A.计算速度快一百倍
  • B.能预测干预行为带来的后果← 正确答案
  • C.完全不需要传感器数据
  • D.永远不做错误决策

答案：B。因果决策通过 $\text{do}$ 干预预演“如果我做动作 a，世界会变成什么样”，对未见过的场景也能评估后果，这是纯统计策略不具备的。B 正确；A、C、D 都是不切实际的夸大。

Q9. 关于 do 算子，以下哪些说法正确？

多选题 · mid

  • A.do(X=x) 等价于直接学习 P(Y|X=x)
  • B.do 操作需切断指向 X 的边← 正确答案
  • C.无混杂时干预与观察可等价← 正确答案
  • D.do 算子只能用于线性模型

答案：BC。$\text{do}(X=x)$ 的操作是切断所有指向 X 的边再设定 X，因此 B 正确；在不存在的未观测混杂时，$P(Y|X=x)$ 恰好等于 $P(Y|\text{do}(X=x))$，所以 C 正确。A 忽略了混杂，D 错误，do 算子适用于非线性结构因果模型。

Q10. 因果推理在机器人中的典型应用包括哪些？

多选题 · hard

  • A.抓取技能的跨物体迁移← 正确答案
  • B.自动驾驶新场景避障决策← 正确答案
  • C.按光照颜色预测物体温度
  • D.人机协作中的意图反事实推演← 正确答案

答案：ABD。因果推理帮助机器人学习可迁移的抓取因果机制（A）、在新场景用干预预演做避障决策（B）、以及用反事实判断人类动作的真实意图（D）。C 只是基于相关性的视觉预测，不需要因果模型，因此不选。