因果模型阅读顺序
一句话定位：推荐一条从理论到实践、从基础到前沿的学习路径，标注每一步的输入输出与时间预期。
前置依赖：无
推荐主路径（三阶段）
阶段一：理论地基（约 2~3 周）
目标：理解因果思想的三个标志性层次——关联、干预、反事实，并掌握三大框架的形式化工具。
| 顺序 | 笔记 | 核心产出 | 预计时间 |
|---|---|---|---|
| 1 | 1-因果到底是什么/1-关联、干预与反事实 | 理解三层因果阶梯 | 2 天 |
| 2 | 1-因果到底是什么/2-因果效应与统计相关 | 区分相关与因果，明白辛普森悖论 | 2 天 |
| 3 | 1-三大框架/1-潜在结果框架 | potential outcomes、 | 3 天 |
| 4 | 1-三大框架/2-结构因果模型SCM | structural equations、因果机制 | 3 天 |
| 5 | 1-三大框架/3-因果图DAG | DAG、d-separation、节点与边 | 3 天 |
| 6 | 1-核心工具/1-do算子 | 干预 | 2 天 |
| 7 | 1-核心工具/2-可辨识性 | 因果 estimand 何时能从数据估计 | 3 天 |
| 8 | 1-核心工具/3-反事实推理 | 反事实定义、推理步骤 | 3 天 |
| 9 | 1-核心工具/4-混杂与选择偏差 | confounding、selection bias | 2 天 |
| 10 | 1-因果推断基础/1-ATE、ATE、CATE、ITE | 四类因果效应定义与区别 | 2 天 |
| 11 | 1-因果推断基础/2-前门后门准则 | 前门/后门准则、使用场景 | 3 天 |
| 12 | 1-因果推断基础/3-协变量调整 | 协变量调整公式、分层估计 | 2 天 |
阶段产出：能看懂因果推断论文中的核心符号，能判断一个估计目标是”因果效应”还是”统计相关”。
阶段二：因果发现 + 表示学习（约 3~4 周）
目标：掌握从数据中发现因果结构的主要算法，理解因果表示学习如何将因果变量与深度表示结合。
| 顺序 | 笔记 | 核心产出 | 预计时间 |
|---|---|---|---|
| 13 | 2-静态因果发现/1-PC算法 | PC 算法骨架发现 + 方向推断原理 | 3 天 |
| 14 | 2-静态因果发现/2-GES算法 | GES 评分搜索、贪婪等价搜索 | 2 天 |
| 15 | 2-静态因果发现/3-约束式与评分式方法 | 两类方法对比、统一视角 | 1 天 |
| 16 | 2-连续优化类/1-GES与NOTEARS | NOTEARS DAG 约束、连续化方案 | 3 天 |
| 17 | 2-连续优化类/2-DAG约束优化 | DAGness 约束、矩阵指数技术 | 3 天 |
| 18 | 2-时间序列因果发现/1-时序因果图 | Granger 因果、时序 DAG | 3 天 |
| 19 | 2-时间序列因果发现/2-动态因果发现方法 | PCMCI 等方法 | 3 天 |
| 20 | 3-因果表示学习基础/1-为什么需要因果表示 | CRL 的动机、设计空间 | 2 天 |
| 21 | 3-因果表示学习基础/2-可辨识性问题 | 什么情况下因果变量可辨识 | 3 天 |
| 22 | 3-多视图与部分可观测/1-Multi-View CRL | 多视图设定下的 CRL | 3 天 |
| 23 | 3-多视图与部分可观测/2-Partial Observability | 部分可观测、latent confounds | 3 天 |
| 24 | 3-生成式与解耦/1-因果生成模型 | CGM、SCM + 变分推断 | 3 天 |
| 25 | 3-生成式与解耦/2-可控反事实生成 | 对抗式 / 重建式反事实生成 | 3 天 |
阶段产出：能实现 PC 算法和 NOTEARS，能设计简单场景的因果表示学习方案。
阶段三：推断稳健性 + 强化学习 + 世界模型（约 3~4 周）
目标：理解因果模型如何在分布偏移下保持鲁棒，如何与 RL 结合，以及如何构建因果世界模型。
| 顺序 | 笔记 | 核心产出 | 预计时间 |
|---|---|---|---|
| 26 | 4-OOD与不变性/1-Invariant Risk Minimization | IRM 目标、不变预测学习 | 3 天 |
| 27 | 4-OOD与不变性/2-不变表示学习 | IRM 的后续扩展、CVP | 2 天 |
| 28 | 4-分布偏移/1-协变量偏移 | covariate shift 处理 | 2 天 |
| 29 | 4-分布偏移/2-标签偏移 | label shift、重要性加权 | 2 天 |
| 30 | 4-分布偏移/3-环境变化下的稳健学习 | 环境推断、Robust RL | 3 天 |
| 31 | 4-因果推断进阶/1-工具变量 | IV 方法、两阶段最小二乘 | 3 天 |
| 32 | 4-因果推断进阶/2-中介分析 | mediation、因果路径分解 | 3 天 |
| 33 | 5-因果与RL的接口/1-动作即干预 | RL 动作空间 = 干预操作 | 2 天 |
| 34 | 5-因果与RL的接口/2-MDP与因果图 | 因果图 + MDP 的结合 | 3 天 |
| 35 | 5-因果强化学习综述/1-CRL综述A | CRL 主要方法分类 | 3 天 |
| 36 | 5-因果强化学习综述/2-CRL综述B | CRL 最新进展与方法对比 | 3 天 |
| 37 | 6-因果世界模型基础/1-什么是因果世界模型 | CWM 定义与组成模块 | 2 天 |
| 38 | 6-因果世界模型基础/2-世界模型与因果模型的区别 | WM vs SCM vs CRL | 2 天 |
| 39 | 6-关键论文/1-Causal World Models by Unsupervised Deconfounding | 论文精读：物理动力学去混杂 | 4 天 |
| 40 | 6-关键论文/2-Explainable RL via a Causal World Model | 论文精读：可解释 RL | 4 天 |
| 41 | 6-关键论文/3-Causally Disentangled World Models | 论文精读：因果解耦 WM | 4 天 |
| 42 | 6-关键论文/4-Embodied AI中的因果世界模型 | 论文精读：Embodied AI 应用 | 4 天 |
阶段产出：能复现一篇因果世界模型论文，理解完整 pipeline（SCM 建模 → 表示学习 → 反事实推演 → 规划）。
备选路径
路径 B：工程实现优先
如果目标是快速实现因果发现代码，可以跳过阶段一的部分内容，直接进入：
2-因果发现/1-PC算法
2-因果发现/2-GES算法
2-因果发现/2-连续优化类/NOTEARS
7-实验复现与工程实现/2-图模型与因果推断实验配置
7-实验复现与工程实现/3-因果发现代码结构
路径 C：科研问题导向
如果已有基础，想直接切入开放问题：
8-科研问题与开放方向/1-因果模型的关键难点
8-科研问题与开放方向/5-适合做小课题的问题清单
3-因果表示学习基础/2-可辨识性问题 ← 带着问题回顾
6-因果世界模型/3-交叉方向/1-LLM与因果世界模型 ← 最新方向
各阶段检查清单
阶段一完成后应能
- 写出 potential outcome
、 的定义并解释因果效应 - 判断一个 DAG 中节点间的 d-separation 关系
- 将后门准则转化为协变量调整公式
- 用 do-calculus 推导
的识别公式 - 判断一个估计量是否满足 ignorability
阶段二完成后应能
- 实现 PC 算法的骨架发现和方向推断步骤
- 写出 NOTEARS 的 DAG 约束并解释矩阵指数 trick
- 推导因果表示学习中可辨识性的条件
- 设计一个简单场景的因果生成模型（SCM + decoder）
阶段三完成后应能
- 用 IRM 目标函数训练一个不变预测器
- 写出 CWM 中的反事实推理步骤
- 复现一篇 CWM 论文的实验配置
- 找出当前 CRL / CWM 方法的一个开放问题
关键词
因果模型学习路径 | 阶段一 | 阶段二 | 阶段三 | 推荐顺序 | 检查清单