贝叶斯因果决策理论的基础是概率逻辑,因此也可以说,该理论是概率逻辑的一种应用。贝叶斯概率解释是把概率演算看作是关于个人置信度或同置信度相关联的个人行为的合理性规则或一贯性条件的集合。作为贝叶斯因果决策理论的技术保障,贝叶斯定理指的是,当不能确定某一个事件发生的概率时,可以依靠与该事件本质属性相关的事件发生的概率去推测该事件发生的概率。可见,贝叶斯因果决策理论是关于决策者在信息不确定的情况下如何作出判断和选择的理论。该理论关注的主要问题是,什么样的选择对决策者来说才是最好的。和经典决策理论与证据决策理论不同,因果决策理论使用虚拟条件概率来计算行动的期望效用,而这也正是因果决策理论得名的原因。因为要给出虚拟条件概率就要追溯和考察因果关系,所以使用它们来计算某个行动的期望效用时,就会使得决策理论具有因果性。贝叶斯因果决策理论的因果性特征主要体现在行动功效因果性和概率因果性。从本质上说,贝叶斯因果决策理论是规范性理论,而不是描述性理论。它是从逻辑和推理的角度告知人们应该如何去做,而不是描述人们实际是怎样做的。对贝叶斯因果决策理论和概率逻辑的研究,催生了贝叶斯网络的产生,这体现了贝叶斯方法在人工智能领域的应用。从贝叶斯因果决策理论的发展趋势来看,它未来可研究的问题还很多。例如,研究多主体化问题,考虑多个贝叶斯决策者的信念和价值是否可以合并为一个,以代表他们关于选择的共同偏好。另外,还需要考虑工具理性范围外的贝叶斯因果决策问题;还可以考虑引入偏好逻辑等研究工具来考察贝叶斯因果决策问题。