Identification of Subgroups With Similar Benefits in Off-Policy Policy Evaluation
离策略政策评估中收益相近子群的识别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：摘要明确涉及离策略政策评估、政策收益比较和异质性处理效应的子群估计，因此最直接对应因果推断方向。
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…
离策略政策评估中收益相近子群的识别
- 研究问题
- 在序贯决策的数据有限时，如何识别可可靠估计政策收益差异的子群，使政策个性化与异质性效应估计的准确性相协调？
- 方法与思路
- 作者在离策略政策评估中划分子群，以新政策相对基准政策的预期收益差异为目标，并设计将估计不确定性纳入划分的损失函数。
- 材料陈述的贡献
- 摘要称，所提方法能够形成政策收益差异可较有把握估计的子群，并在实验中得到其他方法难以达到的异质性效应预测表现。
- 阅读关注点
- 核对政策收益差异的识别条件、划分阶段如何量化不确定性，以及子群选择后推断、实验比较和准确性评价的具体实现。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核实；摘要未说明覆盖率保证、识别假设或实验细节，可靠性仍需阅读全文核对。
原文摘要
Off-policy policy evaluation methods for sequential decision making can be used to help identify if a proposed decision policy is better than a current baseline policy. However, a new decision policy may be better than a baseline policy for some individuals but not others. This has motivated a push towards personalization and accurate per-state estimates of heterogeneous treatment effects (HTEs). Given the limited data present in many important applications, individual predictions can come at a cost to accuracy and confidence in such predictions. We develop a method to balance the need for personalization with confident predictions by identifying subgroups where it is possible to confidently estimate the expected difference in a new decision policy relative to a baseline. We propose a novel loss function that accounts for uncertainty during the subgroup partitioning phase. In experiments, we show that our method can be used to form accurate predictions of HTEs where other methods struggle.