Policy Learning With Observational Data
利用观察数据进行政策学习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。
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：摘要研究观察数据下的处理分配政策，并明确依赖可观测变量选择和工具变量等因果识别策略，因此归入因果推断。
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
利用观察数据进行政策学习
- 研究问题
- 如何利用观察数据，在预算、公平性、简洁性或函数形式约束下学习处理分配政策，并评价所得政策的福利表现？
- 方法与思路
- 作者以半参数有效估计为基础，从双重稳健因果效应估计构造政策分配算法，允许基于可观测变量选择或工具变量识别。
- 材料陈述的贡献
- 摘要称方法适用于二元处理与连续处理的微小调整，可容纳多种因果识别策略，并为所得政策的渐近社会福利遗憾给出理论保证。
- 阅读关注点
- 核对政策约束如何进入优化、识别策略对应的目标参数，以及双重稳健估计的条件、政策类复杂度和福利遗憾保证的适用范围。
- 阅读边界
- 观察数据的政策效果判断仍依赖相应因果识别；摘要未说明具体假设、遗憾界、约束求解细节或有限样本表现。
原文摘要
In many areas, practitioners seek to use observational data to learn a treatment assignment policy that satisfies application‐specific constraints, such as budget, fairness, simplicity, or other functional form constraints. For example, policies may be restricted to take the form of decision trees based on a limited set of easily observable individual characteristics. We propose a new approach to this problem motivated by the theory of semiparametrically efficient estimation. Our method can be used to optimize either binary treatments or infinitesimal nudges to continuous treatments, and can leverage observational data where causal effects are identified using a variety of strategies, including selection on observables and instrumental variables. Given a doubly robust estimator of the causal effect of assigning everyone to treatment, we develop an algorithm for choosing whom to treat, and establish strong guarantees for the asymptotic utilitarian regret of the resulting policy.