본 논문은 실세계 환경에서 관측 및 개입 분포(Pearl 인과 계층의 1, 2 계층)로부터만 표본을 추출할 수 있다는 일반적인 믿음에 도전합니다. 계층 3인 반실증적 분포는 정의상 접근할 수 없다고 여겨지지만, Bareinboim, Forney, and Pearl (2015)의 연구를 바탕으로, 반실증적 분포로부터 직접 표본을 추출하는 절차를 소개합니다. 본 논문은 임의의 반실증적 분포가 시간을 거슬러 돌아갈 수 없거나 동일한 단위에 다른 실험 조건을 적용할 수 없는 등의 기본적인 물리적 제약 조건을 고려하여 실현 가능한지 여부를 판단하는 완전한 알고리즘을 개발하고, "실현 가능성"(실현 가능성: 특정 분포로부터 표본을 추출하는 능력)을 공식적으로 정의합니다. 인과적 공정성 및 인과적 강화 학습에서 동기 부여적인 예시를 사용하여 이 새로운 프레임워크의 함의를 보여주며, 기존의 개입 또는 관찰 전략 대신 반실증적 전략이 더 우수함을 증명합니다.
