Robust Q-Learning
稳健 Q 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。
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：摘要直接研究动态治疗策略、残余混杂与多阶段随机治疗试验。
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…
稳健 Q 学习
- 研究问题
- 在学习最优动态治疗策略时，如何降低有限维干扰参数工作模型误设造成的残余混杂或效率损失，改善策略估计？
- 方法与思路
- 作者提出稳健 Q 学习，允许用数据自适应技术估计相关干扰参数，并研究估计量的渐近行为及多阶段治疗试验应用。
- 材料陈述的贡献
- 摘要提出数据自适应的稳健 Q 学习方法，以模拟展示其必要性和实用性，并用纳曲酮多阶段随机试验数据加以说明。
- 阅读关注点
- 应核对稳健性的具体含义、序贯治疗价值的识别条件，以及干扰参数学习要求、非正则性处理和渐近推断的适用范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，未说明具体估计构造、学习速率或推断条件，不能推定具有双重稳健性或推断刊本变化。
原文摘要
Q-learning is a regression-based approach that is widely used to formalize the development of an optimal dynamic treatment strategy. Finite dimensional working models are typically used to estimate certain nuisance parameters, and misspecification of these working models can result in residual confounding and/or efficiency loss. We propose a robust Q-learning approach which allows estimating such nuisance parameters using data-adaptive techniques. We study the asymptotic behavior of our estimators and provide simulation studies that highlight the need for and usefulness of the proposed method in practice. We use the data from the "Extending Treatment Effectiveness of Naltrexone" multi-stage randomized trial to illustrate our proposed methods.