Data-Driven Policy Learning for Continuous Treatments
连续处理的数据驱动政策学习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：摘要从观察数据估计连续处理政策的福利，并处理倾向得分与政策遗憾，直接对应因果推断和政策学习。
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
连续处理的数据驱动政策学习
- 研究问题
- 如何从观察数据学习连续处理政策，在政策空间可能无限维且带有形状限制时，估计福利并自动选择模型复杂度？
- 方法与思路
- 作者以有限维空间序列逼近政策空间，用核方法估计福利；对未知倾向得分允许机器学习，并修正福利目标和调参惩罚。
- 材料陈述的贡献
- 摘要称在倾向得分已知和未知两种情形下，实现带宽与逼近维度的数据驱动选择，并建立政策福利遗憾的 oracle 不等式。
- 阅读关注点
- 应核对观察数据下福利识别条件、连续处理支持范围、形状限制实现，以及倾向得分学习误差和调参如何进入遗憾界。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未列明识别假设、遗憾收敛率或数值证据，不能判断实际福利增益。
原文摘要
This paper studies policy learning for continuous treatments from observational data. Continuous treatments present more significant challenges than discrete ones because population welfare may need nonparametric estimation, and policy space may be infinite-dimensional and may satisfy shape restrictions. We propose to approximate the policy space with a sequence of finite-dimensional spaces and, for any given policy, obtain the empirical welfare by applying the kernel method. We consider two cases: known and unknown propensity scores. In the latter case, we allow for machine learning of the propensity score and modify the empirical welfare to account for the effect of machine learning. The learned policy maximizes the empirical welfare or the modified empirical welfare over the approximating space. In both cases, we modify the penalty algorithm proposed in Mbakop and Tabord-Meehan (2021) to data-automate the tuning parameters (i.e., bandwidth and dimension of the approximating space) and establish an oracle inequality for the welfare regret.