Adaptive Maximization of Social Welfare
社会福利的自适应最大化AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦序贯政策学习与遗憾界，未明确对应所列计量领域细分。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
社会福利的自适应最大化
- 研究问题
- 当私人效用不可直接观测、政策响应需通过实验学习时，如何利用先前结果持续选择政策，并控制社会福利损失？
- 方法与思路
- 作者将福利定义为私人效用与公共收入的加权和，以改造的Exp3算法处理对抗环境，并在随机且福利凹的情形使用二分尺度搜索。
- 材料陈述的贡献
- 摘要称，对抗情形的累积遗憾下界与算法上界均为T的2/3次方；随机且福利凹时，可达到T的1/2次方。
- 阅读关注点
- 应核对效用如何间接推断、可观察反馈与政策集合的设定，以及遗憾界成立条件和所得税扩展中的额外限制。
- 阅读边界
- 仅据所给Crossref版本摘要，无法判断遗憾界所需的完整条件、常数或实际执行效果，也不能推断后续版本变化。
原文摘要
We consider the problem of repeatedly choosing policies to maximize social welfare. Welfare is a weighted sum of private utility and public revenue. Earlier outcomes inform later policies. Utility is not observed, but indirectly inferred. Response functions are learned through experimentation. We derive a lower bound on regret, and a matching adversarial upper bound for a variant of the Exp3 algorithm. Cumulative regret grows at a rate of T 2/3 . This implies that (i) welfare maximization is harder than the multiarmed bandit problem (with a rate of T 1/2 for finite policy sets), and (ii) our algorithm achieves the optimal rate. For the stochastic setting, if social welfare is concave, we can achieve a rate of T 1/2 (for continuous policy sets), using a dyadic search algorithm. We analyze an extension to nonlinear income taxation, and sketch an extension to commodity taxation. We compare our setting to monopoly pricing (which is easier), and price setting for bilateral trade (which is harder).