推断非均相处理效果是许多应用中的一个基本问题。在本文中，我们重点评估了条件平均治疗效果（CATE），即给定协变量的治疗之间的条件平均结果差异。传统上，基于Q-Learning的方法估计每个条件平均结果。然而，它们可能会出现型号错误。最近，人们提出了一种不需要结果模型规范直接学习CATE（D-Learning）的灵活的一步方法。然而，他们需要一个倾向得分的规范。我们提出稳健直接学习（RD-learning）来增强D-learning，从而实现治疗效果的双重稳健估计。如果正确指定了主效应模型或倾向得分模型，我们的CATE估计量的一致性将得到保证。该框架既可以用于二进制设置，也可以用于多rm设置，它足够通用，可以允许不同的功能空间，并结合不同的通用学习算法。在线性和非线性设置下，我们使用统计学习理论对CATE估计器的预测误差进行了深入的理论分析。我们提出的方法的有效性通过仿真研究和一个艾滋病临床试验研究的实际数据示例进行了验证。