- 数据流图作为完整因果图
本文介绍了组件化开发和数据流编程之间的联系，探讨了如何利用数据流图和因果模型，提高软件开发中的故障定位、业务分析和实验等任务的效率。
- 关于干预型 Kullback-Leibler 散度
这篇研究论文介绍了一种新的方法，即干预 Kullback-Leibler（IKL）离散度，来量化因果模型之间的结构和分布差异，以提高在动态环境下的智能代理的转移知识能力。
- 基于时间观察的因果发现技术在道路驾驶行为上的评估
本文探讨了从低级别的时间观察中学习高级因果结构的问题，使用了当代基于观察的时间因果发现技术来探究自主机器人场景中的因果发现，并在多个数据集上进行了实验验证，提出了未来探索因果发现在自主机器人中应用的方向。
- 具有约束条件的因果模型
本文将标准因果模型扩展到允许变量设置上的约束，并定义了一个新的介入操作，这个操作与一个因果方程断开一个变量的关联。文中给出了扩展的一些实用例子，提供了一个具有约束的因果模型的完整公理化方法。
- 基于数据驱动的异质性治疗效应估计
本文综述了数据驱动方法在异质性治疗效应估计上的应用，分为基于反事实预测和直接估计因果效应的方法，还有从数据中学习模型结构的结构因果模型方法，并在不同结构模型机制下进行了实证评估。
- 多个干预分布上联合学习一致的因果抽象
本文提出了一个基于 Rischel（2020）提出的抽象形式化理论的因果抽象学习框架，并给出了一个可微分编程解决方案，以在人造数据和电动汽车电池制造领域中实现了关于多个分辨率级别的因果关系推理。
- 分解因果解释以进行实质性决策
本文提出了一种新的算法回溯框架 DEAR，通过解缠共变特征的潜在表示来捕捉实践回溯的主要愿景，从而在特征依赖的情况下提供可靠且低成本的回溯。
- 有害因果分析
在自动化系统越来越广泛的应用下，需要建立一个法律和监管框架，以便确定这类系统何时及如何对他人造成伤害。然而对于定义伤害并无一定之规的问题，我们提出了一种基于因果模型和对比因果分析的质性伤害定义方法，用于处理多种伤害示例，并显示其对自动化系统 - 利用高阶范畴论统一因果推断和强化学习
使用高阶范畴论，提出了一种统一形式化结构发现因果模型和强化学习中预测状态表示模型的方法，并通过寻找内部和外部 Horns 的扩展，解决了潜在结构发现的数学问题。
- 发现代理人
本文提出了第一个正式的有关案例的因果定义 - 粗略地说，机构是指如果其行动以不同的方式影响世界将适应其策略的系统。从此，我们推导出了第一个通过实证数据发现代理的因果发现算法，并提供了在因果模型和博弈理论影响图之间进行转换的算法。我们通过解决 - 未观测到混杂因素的因果模仿学习
研究表明在模仿学习中，学者提出了一个非参数图形标准来确定模仿的可行性，并建立了一个有效的程序来从专家轨迹中学习模仿策略。
- 计算结构因果模型的最优抽象
本篇论文主要研究在不同抽象层次上使用因果模型的特性，旨在学习到新的抽象模型，研究者通过定义形式化学习问题，并采用优化和信息损失函数来阐明抽象过程。
- AAAI解释性的提高是否等同于最优性的减损？—— 解释对决策的偏见
机器学习算法越来越被用于组织的决策中，特征解释引入因果模型的语义，导致决策者的先验偏见泄漏，并产生确认偏见和决策结果的差异，从而导致次优和有偏的决策结果。
- 使用论证解释因果模型：以双变量强化为例
本文介绍基于因果模型生成论证框架的概念化，将 AF 的语义理解为可解释 AI 的说明模式，演示了使用双变量强化属性重新解释为说明模式来为因果模型的输出制作双极 AF 的方法，并进行了理论评估。
- 反事实伤害
本文提出了第一个使用因果模型来形式化定义伤害和益处的方法，并证明了不能进行反事实推理的标准机器学习算法在损害易变的情况下必定追求有害政策。并利用我们对伤害的定义，设计了一种用于决策的框架，以减少伤害。这个框架是利用反事实目标函数。我们用药物 - Markov 类别、因果理论和 do - 演算
本文使用范畴论方法对因果模型进行了分类处理，从 “纯因果” 的角度定义了因果独立 / 分离、因果条件等重要概念，并产生了一个核心部分的语法版本的 syntactic do-calculus 在所有因果模型中继承。
- 学习因果不变表示以实现图上的跨分布泛化
该研究提出了一种新的框架，Causality Inspired Invariant Graph LeArning (CIGA)，通过使用因果模型来确定图表上的潜在分布偏移，从而捕获图表的不变性，以在各种分布偏移下保证 OOD 泛化性能。
- AAAI利用人类引导的因果知识实现更一般化的机器人任务规划
通过人类引导的因果知识的使用，作者在语言接口和机器人上开发和测试了一种方法，可以使机器人在新环境中获得泛化解决方案。
- 因果充分性与实际因果关系
本文探讨了实际因果关系的形式定义，提出六种因果充分性的定义和两种必要性的解释，得出了十二种新的实际因果关系的定义，并对其与 Halpern & Pearl 的不同定义关系进行了探讨，最终提出了一种优于其它所有定义的新的实际因果关系的定义。
- AAAI等效因果模型
该论文旨在针对不是由相同变量组成的等效因果模型进行第一次系统探索和定义，通过关注因果模型的两个主要特征，即结构关系和功能关系，定义多个因果血统关系和因果充分关系的关系，并要求这些关系的最一般形式在等效模型中保持不变。