Policy Learning with $α$-Expected Welfare
以 α 期望福利为目标的政策学习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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究处理分配政策，并以处理后结果分布下尾人群的福利为目标。
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…
关注这篇论文的作者
以 α 期望福利为目标的政策学习
- 研究问题
- 如何学习使处理后结果分布中最不利 α 比例人群平均福利最大化的政策，并对最优福利进行统计推断？
- 方法与思路
- 作者利用 α 期望福利的对偶表示构造去偏政策估计，推导渐近遗憾上界与最优福利推断，并评价有限样本表现。
- 材料陈述的贡献
- 摘要称该目标连接平均福利与罗尔斯式福利，并在 α 小于一时具有分布稳健解释，提供去偏估计及渐近推断。
- 阅读关注点
- 核对最不利群体如何随政策变化、分布稳健解释对应的集合，以及去偏步骤、政策类和遗憾界所需条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审及接收未核实；摘要未说明因果识别、政策类限制或 α 接近零时理论是否一致适用。
原文摘要
This paper proposes an optimal policy that targets the average welfare of the worst-off $α$-fraction of the post-treatment outcome distribution. We refer to this policy as the $α$-Expected Welfare Maximization ($α$-EWM) rule, where $α\in (0,1]$ denotes the size of the subpopulation of interest. The $α$-EWM rule interpolates between the expected welfare ($α=1$) and the Rawlsian welfare ($α\rightarrow 0$). For $α\in (0,1)$, an $α$-EWM rule can be interpreted as a distributionally robust EWM rule that allows the target population to have a different distribution than the study population. Using the dual formulation of our $α$-expected welfare function, we propose a debiased estimator for the optimal policy and establish its asymptotic upper regret bounds. In addition, we develop asymptotically valid inference for the optimal welfare based on the proposed debiased estimator. We examine the finite sample performance of the debiased estimator and inference via both real and synthetic data.