Policy Learning with Competing Agents
竞争性参与者下的政策学习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，并明确讨论策略性竞争造成的个体间干扰。
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
竞争性参与者下的政策学习
- 研究问题
- 当处理名额受到容量约束、参与者会策略性响应分配政策并相互竞争时，如何估计和学习最优处理分配政策？
- 方法与思路
- 作者构建动态模型，使异质参与者对上一期政策作短视最优响应，并利用处理阈值的均场均衡收敛估计政策梯度。
- 材料陈述的贡献
- 摘要称，作者给出阈值收敛结果与一致的政策梯度估计量，并通过教育调查数据的半合成实验展示政策学习用途。
- 阅读关注点
- 应核对策略响应与均衡的条件、阈值收敛的极限设定、梯度估计的数据要求，以及半合成实验的行为生成机制。
- 阅读边界
- 所据为 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明均衡条件，也未证明真实政策部署中的效果。
原文摘要
Decision makers often aim to learn a treatment assignment policy under a capacity constraint on the number of agents that they can treat. When agents can respond strategically to such policies, competition arises, complicating estimation of the optimal policy. In this paper, we study capacity-constrained treatment assignment in the presence of such interference. We consider a dynamic model where the decision maker allocates treatments at each time step and heterogeneous agents myopically best respond to the previous treatment assignment policy. When the number of agents is large but finite, we show that the threshold for receiving treatment under a given policy converges to the policy's mean-field equilibrium threshold. Based on this result, we develop a consistent estimator for the policy gradient. In a semi-synthetic experiment with data from the National Education Longitudinal Study of 1988, we demonstrate that this estimator can be used for learning capacity-constrained policies in the presence of strategic behavior.