Adaptive maximization of social welfare
社会福利的自适应最大化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：摘要聚焦福利目标下的在线政策学习与遗憾理论，虽涉及实验和税收，但未明确开展因果效应或结构参数估计，因此留空。
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…
社会福利的自适应最大化
- 研究问题
- 在私人效用不可直接观察、政策反应需要实验学习时，如何利用历史结果反复选择政策，并控制社会福利的累积损失？
- 方法与思路
- 作者以私人效用和公共收入的加权和定义福利，分析 Exp3 变体的对抗性遗憾界，并在随机且福利凹的情形使用二分尺度搜索。
- 材料陈述的贡献
- 摘要称，一般设定下得到匹配的 T^(2/3) 遗憾上下界；随机且福利凹时可达 T^(1/2)，并讨论所得税与商品税扩展。
- 阅读关注点
- 应核对间接推断效用所需的信息、政策集合和反馈结构，以及两类遗憾界的假设差异、凹性作用与税收扩展的限制。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核验；摘要未列明遗憾界的完整条件、常数或政策约束，不能据此判断实际政策表现。
原文摘要
We consider the problem of repeatedly choosing policies to maximize social welfare. Welfare is a weighted sum of private utility and public revenue. Earlier outcomes inform later policies. Utility is not observed, but indirectly inferred. Response functions are learned through experimentation. We derive a lower bound on regret, and a matching adversarial upper bound for a variant of the Exp3 algorithm. Cumulative regret grows at a rate of $T^{2/3}$. This implies that (i) welfare maximization is harder than the multi-armed bandit problem (with a rate of $T^{1/2}$ for finite policy sets), and (ii) our algorithm achieves the optimal rate. For the stochastic setting, if social welfare is concave, we can achieve a rate of $T^{1/2}$ (for continuous policy sets), using a dyadic search algorithm. We analyze an extension to nonlinear income taxation, and sketch an extension to commodity taxation. We compare our setting to monopoly pricing (which is easier), and price setting for bilateral trade (which is harder).