COBRA-PPM là một kiến trúc suy luận Bayesian nhân quả mới, kết hợp mạng Bayesian nhân quả và lập trình xác suất để thực hiện suy luận can thiệp cho thao tác robot trong điều kiện không chắc chắn. Chức năng của nó được chứng minh thông qua các thí nghiệm dựa trên Gazebo có độ chính xác cao, dự đoán kết quả thao tác với độ chính xác cao (độ chính xác dự đoán: 88,6%) trong một tác vụ xếp chồng khối và thực hiện lựa chọn cận tối ưu tham lam với tỷ lệ thành công là 94,2%. Hơn nữa, chuyển giao sim2real được chứng minh trong một robot gia đình, chứng minh hiệu quả của nó trong việc xử lý sự không chắc chắn trong thế giới thực do nhiễu cảm biến và hành vi xác suất. Khung có khả năng khái quát hóa và mở rộng này hỗ trợ các kịch bản thao tác đa dạng và đặt nền tảng cho các nghiên cứu trong tương lai về giao điểm giữa robot và nhân quả.
