Regularizing Fairness in Optimal Policy Learning with Distributional Targets
具有分布目标的最优政策学习中的公平性正则化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：摘要围绕处理政策学习展开，并以总体及子群体结果分布的目标泛函和偏离度量为核心，支持因果与分布方向分类。
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…
具有分布目标的最优政策学习中的公平性正则化
- 研究问题
- 在按结果分布目标选择处理政策时，如何同时限制子群体结果分布与总体目标分布的偏离，并衡量公平与效果的权衡？
- 方法与思路
- 作者提出公平性正则化框架，允许不同分布目标泛函和公平度量，并分析含可能由数据决定的偏好参数的经验成功政策。
- 材料陈述的贡献
- 摘要称建立了经验政策的遗憾界和一致性保证，容纳多种目标与公平度量，并提供数值结果及两个简要实证示例。
- 阅读关注点
- 应核对处理效果学习的识别依据、分布公平度量的定义，以及数据驱动偏好参数如何影响遗憾界和政策一致性。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明具体假设、速率和实证结果，公平保证仅能依所选度量解释。
原文摘要
A decision maker typically (i) incorporates training data to learn about the relative effectiveness of treatments, and (ii) chooses an implementation mechanism that implies an ``optimal'' predicted outcome distribution according to some target functional. Nevertheless, a fairness-aware decision maker may not be satisfied achieving said optimality at the cost of being ``unfair" against a subgroup of the population, in the sense that the outcome distribution in that subgroup deviates too strongly from the overall optimal outcome distribution. We study a framework that allows the decision maker to regularize such deviations, while allowing for a wide range of target functionals and fairness measures to be employed. We establish regret and consistency guarantees for empirical success policies with (possibly) data-driven preference parameters, and provide numerical results. Furthermore, we briefly illustrate the methods in two empirical settings.