本研究提出了因果贝叶斯优化（CBO）的形式化，开发了图无关因果贝叶斯优化（GACBO）算法，能够主动发现因果结构，并首次在未知图中研究累积遗憾目标，实验结果优于基线方法。

本文介绍了一种受约束的因果贝叶斯优化方法（cCBO），可在已知因果图中找到优化目标变量并满足约束条件的干预措施。通过代理模型和观察干预数据，捕捉不同层次的效果相关性。该方法在人工和真实世界的因果图中具有快速收敛和可行性干预比例间的成功权衡。