Optimal Targeting in Dynamic Systems
动态系统中的最优处理定向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：摘要围绕条件平均处理效应、观测数据中的处理定向和政策效果展开。
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
动态系统中的最优处理定向
- 研究问题
- 当处理占用共享容量并影响后来到达者的资源获取时，如何将个体处理收益与系统长期影响结合，制定逐人决策的最优政策？
- 方法与思路
- 作者在马尔可夫系统中将类似条件平均处理效应的量与状态特定阈值比较，并结合效应估计与状态层面的价值迭代估计阈值。
- 材料陈述的贡献
- 摘要称，阈值反映新增处理的累计系统影响，方法具有一致性与收敛保证；实证研究中长期结果优于所比较的个体定向及离线强化学习规则。
- 阅读关注点
- 应核对马尔可夫状态是否充分、观测数据如何识别处理效应与系统转移，以及容量约束、价值迭代和长期政策评价的具体设定。
- 阅读边界
- 这是 arXiv 预印本，同行评审与接收状态未核实。摘要未列出观测数据识别条件、系统模型与改进数值，优势范围限于所研究设置。
原文摘要
Modern treatment targeting methods often rely on estimating a conditional average treatment effect (CATE) using machine learning tools. While effective in identifying who benefits from treatment on the individual level, these approaches typically overlook system-level dynamics that may arise when treatments induce strain on shared capacity. We study the problem of targeting in Markovian systems, where treatment decisions must be made one at a time as units arrive, and early decisions can impact later outcomes through delayed or limited access to resources. We show that optimal policies in such settings compare CATE-like quantities to state-specific thresholds, where each threshold reflects the expected cumulative impact on the system of treating an additional individual in the given state. We propose an algorithm that augments standard CATE estimation with state-level value iteration to estimate these thresholds from observational data. Theoretical results establish consistency and convergence guarantees, and empirical studies demonstrate that our method improves long-run outcomes considerably relative to individual-level CATE targeting rules and generic offline reinforcement learning algorithms.