Koller 教授把決策作為一種單獨的模塊進行講解，但我認為，決策和推理本質上是一樣的，都是在假設已知CPD或者勢函數的情況下對模型給出結論。
1、決策==逐利
決策的基本思想很intuitive，並且非常有用。在賭博行為中，最后獲得的錢與硬幣的正反，賭注的大小有關。硬幣的正反顯然是隨機變量，而賭注的大小卻是決策量。顯而易見的是，決策的最終目的是使得某個期望最大化。再舉一個視覺中的例子，對於雙目配准算法而言，左相機對應右相機的像素可以認為是隨機變量。但是否將兩個像素配在一起卻可以認為是一個決策（假設像素一一對應，如果甲配了乙就不能配丙了，希望配准的最終結果是盡可能正確的）。故決策的數學表達為：
其中，P(X|A)表示在給定決策下，隨機變量X的概率。U(x,a)表示給定決策下，x發生所獲得的收益。簡單的決策如圖所示：
2、決策的方法
顯然從上面的分析可知，我們要做的決策就是使得期望最大化的那個。換一個角度來看，如果每次的決策都是未知的，決策取決於已知信息，決策影響最終結果，如果決策也是隨機變量，我們應該把獲利最多的那個決策組作為我們所需采取的決策庫。換而言之，凡事應有a,b,c三策，不同的策略對應不同的情況。顯然，我們所需要采取的策略取決於已知的信息（Action的父節點）。而策略組本身就是一個隨機變量。
如圖所示，如果變量真實值無法觀測，只能通過一個傳感器（survey）來進行推測時，決策應該取決於S的值。S的值又和其所有父節點（M）的值相關。MEU表示所選擇的策略。
顯然，我們需要P(S)deta(F|S)U(F,M)，然后P(S)需要對P(M,S)進行邊際獲得。故表達式如上。帶入數據發現
如果想要上式最大，則deta(F|S)為正。其正值表示傾向於決定.....
故，決策為s0->f0,s1->f1,s2->f1
3、決策函數與人性
決策實際上是非常重要的一個環節，其會影響最終的收益期望。決策的目標是使得收益最大化。但是，人類並不是這樣決策的，古語雲：千羊在望，不如一羊在手。又雲：蚊子肉也有毒死人的時候（比如中國國家隊VS皇馬，大部分人肯定買皇馬贏）。決策函數也是值得研究的。單純的計算期望可能無法模擬人的行為。
圖中實線是人的決策曲線，U表示的是Utility。也就是“人們眼中”決策帶來的收益期望，橫坐標是實際期望。完全理性的情況下，“滿足期望”與實際期望應該是匹配的。但是人在決策的時候如果概率是0.5,人會覺得如果有人出400買自己的彩票就賣了。也就是U = 400與正常情況下p=0.5&線性u是等價的。400~500之間稱為保險收益。
典型的決策曲線如圖所示：
古語雲：見小利而忘義，干大事而惜命是也。當損失可能性較小時，人們的容忍程度非常高，當收益較小時，人們可能會保守。實際上，千羊在望與一羊在手也是一個邊際問題，窮人往往會選擇一羊在手，因為他沒有啊。如果我本身有一千頭羊，賭贏了我就有兩千頭，為什么不賭？所以可以把決策作為邊際收益的函數，來構造決策方案。
4、信息的價值
決策的前提是觀測，觀測往往是有成本的。例如做調研需要資金，做檢查需要資金。甚至實時機器人系統如果需要一個准確的定位可能需要停下來，這也是成本。那么在決策前就需要判斷決策的必要性，如果決策帶來的收益大於決策成本，則決策是划算的。這個多出來的收益稱為信息的價值VPI(value of perfect information).
1.VPI永遠是大於等於0的。perfect information 表示其不是錯誤的信息，一定正確的信息肯定會使得收益有所增加。
2.當且僅當決策不變時，VPI為0，比如你提供給我1年的某網站財報，我還是會選擇去谷歌。
圖中s表示公司狀態，f表示公司所獲得資助。公司1獲得資助期望為0.72，公司2獲得資助期望為0.33.
如果對公司2進行觀測，當且僅當公司2為s3時，會改變主意，其獲得資助期望變為0.9.
那么，信息觀測收益就是 （0.9-0.72）*0.1 = 0.018
如果此情況，則觀測收益為（0.4-0.35）*0.5+（0.9-0.35）*0.1 = 0.08
實際上，信息觀測只在兩個狀態旗鼓相當的情況下收益比較高。懸殊很大的時候，信息觀測並沒什么意義。