SCOPE 用因果学习加反向归纳对齐多决策点干预，在 SimBank 与新建 SimBPIC17 基准上稳定优于现有序列式处方过程监控方法
该工作提出 SCOPE，一种将因果学习器（S、T、RA-learner）与基于遗憾的反向归纳相结合的处方过程监控方法，直接从观测事件日志学习跨多个决策点对齐的序列干预策略，无需构建 MDP 或做数据增强；在 SimBank 与基于 BPIC17_W 事件日志新建的半合成基准 SimBPIC17 上，SCOPE 在多数实验设置中优于 KMeans-Q 与 SEP-S 等基线，并随训练集增大和决策点增多而扩大优势。