Optimal regimes for algorithm-assisted human decision-making
算法辅助人类决策的最优策略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：摘要明确涉及最优处理策略、未观测混杂、工具变量及策略价值识别，对应因果推断。
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…
算法辅助人类决策的最优策略
- 研究问题
- 算法辅助决策如何利用处理前变量和自然处理取值构造策略？存在未观测混杂时，这类策略的价值及识别要求与常规最优策略有何关系？
- 方法与思路
- 作者构造利用自然处理取值的超最优策略，讨论二元处理下价值的识别要求，并在常见工具变量设定中推导新识别和估计结果。
- 材料陈述的贡献
- 摘要称，超最优策略具有优于常规最优策略的性质，无未观测混杂时两者相同；文章还提供工具变量结果及及时重症治疗与生存的案例。
- 阅读关注点
- 应核对自然处理取值在决策时是否可用、超最优性的比较范围及不等式含义，以及二元处理和工具变量设定中的具体识别假设。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收均未核实。摘要未列出保证成立的完整条件、收益幅度或实施约束，不能推广为所有人机决策均占优。
原文摘要
We consider optimal regimes for algorithm-assisted human decision-making. Such regimes are decision functions of measured pre-treatment variables and, by leveraging natural treatment values, enjoy a "superoptimality" property whereby they are guaranteed to outperform conventional optimal regimes. When there is unmeasured confounding, the benefit of using superoptimal regimes can be considerable. When there is no unmeasured confounding, superoptimal regimes are identical to conventional optimal regimes. Furthermore, identification of the expected outcome under superoptimal regimes in non-experimental studies requires the same assumptions as identification of value functions under conventional optimal regimes when the treatment is binary. To illustrate the utility of superoptimal regimes, we derive new identification and estimation results in a common instrumental variable setting. We use these derivations to analyze examples from the optimal regimes literature, including a case study of the effect of prompt intensive care treatment on survival.