Dynamic Decision-Making under Model Misspecification
模型误设下的动态决策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：摘要研究一般动态决策、后验收敛和模型误设，未明确涉及处理效应、经济结构模型或金融预测等给定细分方向，因此保留空数组。
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
模型误设下的动态决策
- 研究问题
- 在参数空间有限而条件期望奖励函数形式错误时，后验参数、最大后验估计与平均遗憾如何演化，能否仍获得可用的动态决策表现？
- 方法与思路
- 作者将伪真参数扩展为伪真集合，分析参数向该集合的指数收敛及集合内期望后验收敛的必要条件，并通过模拟考察误设影响。
- 材料陈述的贡献
- 摘要称，适当条件下参数可指数收敛到伪真集合；模拟中最大后验估计可能不收敛，但平均遗憾相对正确设定情形仍表现较稳健。
- 阅读关注点
- 应核对伪真集合的定义、指数收敛所需条件，以及参数集中、期望后验收敛、最大后验估计和平均遗憾之间的区别与模拟范围。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收均未核实；摘要未说明完整条件和数值结果，也未证明误设下普遍具有所提平均遗憾速率。
原文摘要
In this study, I investigate the dynamic decision problem with a finite parameter space when the functional form of conditional expected rewards is misspecified. Traditional algorithms, such as Thompson Sampling, guarantee neither an $O(e^{-T})$ rate of posterior parameter concentration nor an $O(T^{-1})$ rate of average regret. However, under mild conditions, we can still achieve an exponential convergence rate of the parameter to a pseudo truth set, an extension of the pseudo truth parameter concept introduced by White (1982). I further characterize the necessary conditions for the convergence of the expected posterior within this pseudo-truth set. Simulations demonstrate that while the maximum a posteriori (MAP) estimate of the parameters fails to converge under misspecification, the algorithm's average regret remains relatively robust compared to the correctly specified case. These findings suggest opportunities to design simple yet robust algorithms that achieve desirable outcomes even in the presence of model misspecifications.