本研究针对视频理解中的数据不平衡问题，指出传统方法难以适应多样化情况。通过因果建模，提升视频关系检测和问答任务的鲁棒性与性能。

本研究提出了一种新方法，通过分解空间模型来改善因果图在处理层次结构抽象变量时的不足，发现结构独立性与统计独立性相等，为因果建模提供了新的视角。

在因果建模领域，提出了分布一致性结构因果模型，增强反事实建模能力。引入一致性概率参数，展示个性化激励示例。同时提供因果阶梯理论成果，开辟反事实建模新方向。

本文介绍了一种新型在线部分可观测树规划器，使用因果建模和推理消除未测量混淆变量误差，并提出了离线学习因果模型的方法。玩具问题评估表明，因果模型准确，规划方法抗干扰性更强，策略性能更高。