Adaptive Experimentation When You Can't Experiment
无法直接分配处理时的自适应实验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：摘要明确使用随机鼓励设计及工具变量式估计解决自选择混杂，直接涉及因果推断。
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…
无法直接分配处理时的自适应实验
- 研究问题
- 当平台无法直接分配用户接受何种处理且自选择带来混杂时，如何通过随机鼓励开展自适应实验并识别表现最好的处理？
- 方法与思路
- 作者以线性结构方程建立含混杂噪声的纯探索线性赌博机问题，将实验设计、淘汰算法与工具变量式估计的有限时间置信区间结合。
- 材料陈述的贡献
- 摘要称，算法的样本复杂度上界接近极小极大下界，并通过实验展示有效性；其关于首次研究该设定的表述仍属作者判断。
- 阅读关注点
- 应核对随机鼓励的工具变量有效性、最佳处理的定义、置信区间在自适应采样下的保证，以及上下界接近的具体含义。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明结构方程限制、鼓励有效性条件或样本复杂度中的具体差距。
原文摘要
This paper introduces the \emph{confounded pure exploration transductive linear bandit} (\texttt{CPET-LB}) problem. As a motivating example, often online services cannot directly assign users to specific control or treatment experiences either for business or practical reasons. In these settings, naively comparing treatment and control groups that may result from self-selection can lead to biased estimates of underlying treatment effects. Instead, online services can employ a properly randomized encouragement that incentivizes users toward a specific treatment. Our methodology provides online services with an adaptive experimental design approach for learning the best-performing treatment for such \textit{encouragement designs}. We consider a more general underlying model captured by a linear structural equation and formulate pure exploration linear bandits in this setting. Though pure exploration has been extensively studied in standard adaptive experimental design settings, we believe this is the first work considering a setting where noise is confounded. Elimination-style algorithms using experimental design methods in combination with a novel finite-time confidence interval on an instrumental variable style estimator are presented with sample complexity upper bounds nearly matching a minimax lower bound. Finally, experiments are conducted that demonstrate the efficacy of our approach.