Minimax Optimal Simple Regret in Two-Armed Best-Arm Identification
Department of Basic Science, The University of Tokyo(东京大学基础科学系)
本研究证明在双臂固定预算最优臂识别中,Neyman分配在简单遗憾上达到极小极大最优,且无需局部分布假设,并在伯努利分布下退化为均匀分配。
2025-01-21 cs.LG econ.EM math.ST
Logarithmic Neyman Regret for Adaptive Estimation of the Average Treatment Effect
Carnegie Mellon University(卡内基梅隆大学)
本文针对自适应估计平均处理效应问题提出 ClipSMT 算法,将 Neyman 遗憾对时间 T 的依赖从平方根级改进为对数级,并将对问题参数的指数依赖降为多项式依赖,仿真验证其显著优于现有方法。
2024-11-21 cs.LG stat.ML
PROMPT: Learning Dynamic Resource Allocation Policies for Network Applications
Oregon State University(俄勒冈州立大学);Intel Labs(英特尔实验室);Intel Corporation(英特尔公司)
越来越多的服务提供商正在探索通过协同调度高优先级延迟关键型工作负载和尽力而为型工作负载来提高服务器利用率和降低功耗的方法。这种做法需要在工作负载之间进行严格的资源分配,以减少争用并保持服务质量(QoS)保证。以前的工作表现出有前途的机会,动态分配资源的工作负载需求的基础上,但可能无法满足QoS目标,在更严格的操作环境中,由于存在的资源分配悬崖,工作负载性能的瞬态波动,并迅速变化的资源需求。因此,我们提出了PROMPT,一种新的资源分配框架,使用主动QoS预测来指导强化学习控制器。PROMPT可以实现更精确的资源优化、更一致的瞬态行为处理以及更健壮的泛化,从而可以协同调度策略训练期间未遇到的新的尽力而为工作负载。评估表明,所提出的方法招致4.2倍的QoS违规,降低了12.7倍的QoS违规的严重程度,提高了尽力而为的工作负载性能,并提高了整体的电源效率比以前的工作。
2023-03-25 cs.LG cs.SY eess.SY
Cooperative Deep Reinforcement Learning for Fair RIS Allocation
Institute of Telecommunications TU Wien Vienna, Austria
本文提出基于公平性的协作多智能体强化学习方法,通过动态分配RIS资源提升弱小区性能,实现无线网络中效率与公平的平衡。
2026-03-26 cs.LG cs.MA cs.NI
Auction-Based RIS Allocation With DRL: Controlling the Cost-Performance Trade-Off
Institute of Telecommunications TU Wien(电信研究所 TU 威尼斯)
本文提出基于拍卖和深度强化学习的RIS分配方法,通过动态租赁和智能体学习实现成本与性能的最优权衡。
2026-02-18 cs.LG cs.MA cs.NI
Treatment Allocation with Strategic Agents
Stanford University(斯坦福大学)
研究处理个性化下的策略性行为,证明最优规则需随机化,并提出基于贝叶斯优化的序贯实验以收敛至最优处理规则。
2023-04-04 cs.GT cs.LG econ.EM
Optimal Treatment Allocation under Constraints
本文提出一种强多项式时间内求解多臂处理分配问题的算法,支持任意潜在结果及处理需求与容量约束,并以丹麦护士家访为例验证最优重新分配可显著提升年收入和教育年限。
2024-04-28 econ.EM
Optimal sequential treatment allocation
在治疗分配问题中,被治疗的个体往往是顺序到达的。我们研究的问题,其中的政策制定者不仅有兴趣在预期的累积福利,但也关注的不确定性/风险的治疗结果。在开始时,甚至可能不知道要进行的治疗分配的总数。提出了一种使最优后悔策略达到最小最大的序贯处理策略。我们还表明,预期的次优治疗的数量只增长缓慢的治疗的数量。最后,我们研究了一个结果只观察延迟的设置。
2018-08-22 econ.EM stat.ML
Individualized Treatment Allocation in Sequential Network Games
Brown University(布朗大学);Washington University in St. Louis(华盛顿大学圣路易斯分校)
本文提出通过评估平稳分布来优化治疗分配规则,以最大化社会福利,采用变分近似和贪心算法在序列决策博弈中实现均衡福利最大化,并通过模拟和印度微金融数据验证了显著的福利提升。
2026-05-14 econ.EM
Neyman allocation is minimax optimal for best arm identification with two arms
本文根据局部渐近极小极大后悔准则,描述了只有两种治疗时最佳手臂识别的最优策略规则。结果表明,最佳的抽样规则是奈曼分配,分配一个恒定的分数单位,以每种治疗的方式,是成比例的标准偏差的治疗结果。当方差相等时,最佳比率为二分之一。该策略独立于数据,因此不适应先前的结果。在实验结束时,决策者采用具有较高平均结果的处理。
2022-08-25 econ.EM
Minimax and Bayes Optimal Adaptive Experimental Design for Treatment Choice
本文提出了一种最小最大与贝叶斯最优的自适应实验设计方法,通过分阶段估计标准差并按比例分配治疗以优化治疗选择的后悔上界。
2025-12-09 cs.LG econ.EM math.ST
Functional Sequential Treatment Allocation
考虑这样一种情况:决策者为受试者分配治疗方案,在下一个受试者到达之前观察每个结果。最初,它是未知的治疗是最好的,但问题的顺序性质允许学习的有效性的治疗。当政策制定者通过他们的平均值来比较治疗的有效性时,多武装土匪文献已经揭示了很多情况,但对其他目标的了解要少得多。这是限制性的,因为谨慎的决策者可能更喜欢以稳健的位置度量为目标,例如分位数或修剪均值。此外,社会经济决策往往需要针对成果分配的具体目标特点,如其固有的不平等程度、福利或贫穷。在本文中,我们介绍和研究顺序学习算法时的分布特征的兴趣是一个一般的功能的结果分布。极大极小期望后悔最优性结果内的子类的探索,然后提交的政策,并为所有的政策的无限制类。
2020-08-12 econ.EM
PAC-Bayesian Treatment Allocation Under Budget Constraints
本文针对预算约束下的处理分配问题,提出基于PAC-贝叶斯框架的灵活分配规则,推导了随机规则的非渐近泛化界和严格oracle型不等式,并验证了非随机模型聚合规则的优良属性。
2023-06-09 econ.EM
ARMA-Design: Optimal Treatment Allocation Strategies for A/B Testing in Partially Observable Time Series Experiments
针对部分可观测在线时间序列实验,本文提出受控 ARMA 模型、小信号渐近框架及约束优化与强化学习两种最优 A/B 分配算法,并通过派单模拟器和真实网约车数据验证其性能。
2025-01-11 econ.EM
Dynamic covariate balancing: estimating treatment effects over time with potential local projections
Harvard University(哈佛大学);Cornell University(康奈尔大学)
本文提出动态协变量平衡方法,用于估计随时间变化的处理效应,通过递归投影潜在结果并平衡可观察特征以减少偏倚。
2026-02-22 econ.EM math.ST stat.ME
Risk-Averse Welfare Maximization via Marginal Treatment Effects
Grinnell College(格林内尔学院);Indiana University Bloomington(印第安纳大学布卢明顿分校)
本文提出一个结合边际处理效应与相干风险度量的框架,用于风险规避的福利最大化处理分配,并证明其最优规则及有限样本保证,应用于大学录取政策显示风险规避带来显著变化。
2026-09-28 econ.EM
Policy Targeting with Market Equilibrium
School of Management and Economics, The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳)经管学院)
本文提出一个在市场均衡下进行个体化补贴分配的框架,证明福利函数超模性,实现多项式时间优化,并刻画普遍与定向补贴的最优条件及统计保证,以菲律宾数据验证。
2026-09-17 econ.EM
Identifying causal channels of policy reforms with multiple treatments and different types of selection
我们研究了多种治疗方法和每种治疗方法的不同选择类型的政策改革渠道的识别。我们解开的改革效果的政策效果,选择效果,和时间效应的假设条件下的独立性,共同的趋势,和一个额外的排除限制的非治疗。此外,我们发现的直接和间接的政策效果后,施加额外的顺序条件独立假设的中介变量的识别。我们说明的方法,使用德国的失业人员的职业培训分配制度的改革。这项改革将培训分配从强制性制度改为自愿凭单制度。与此同时,参与者的选择标准发生了变化,改革改变了课程类型的构成。我们认为课程构成是政策改革的中介变量。我们发现,从以前的研究经验证据逆转时,考虑课程组成。这对政策结论具有重要影响。
2020-10-11 econ.EM econ.GN q-fin.EC
Simple and Effective Portfolio Construction with Crypto Assets
本文研究传统资产与加密资产的组合构建问题,提出扩展传统风险配置并以现金动态稀释固定配置的简单方法,以实现目标风险。
2024-12-03 econ.EM
Continuous time asymptotic representations for adaptive experiments
University of Pennsylvania(宾夕法尼亚大学)
本文提出了一种连续时间渐近表示方法,用于分析适应性实验,通过高斯扩散近似经验分配过程,从而简化状态空间并推导最优估计器和推断过程。
2026-08-11 econ.EM
Policy Learning with Distributional Welfare
本文提出基于个体处理效应条件分位数(QoTE)的最佳处理分配策略,以解决平均福利在异质性个体下的不良分配问题,并引入对模型不确定性鲁棒的极小化极大策略,建立了后悔渐近界。
2025-04-29 econ.EM math.ST stat.ME
Fair Policy Targeting
在社会福利项目中,针对个人的干预措施的一个主要问题是歧视:个性化治疗可能会导致年龄、性别或种族等敏感属性的差异。本文讨论了公平和有效的待遇分配规则的设计问题。我们采用首先不伤害的非恶意观点:我们选择帕累托边界内最公平的分配。我们将优化转换为混合整数线性规划公式,可以使用现成的算法来解决。在一般公平性概念下,我们得到了关于估计的政策函数的不公平性和帕累托边界上的小样本保证的遗憾界。最后,我们说明了我们的方法,从教育经济学的应用。
2022-06-29 econ.EM math.ST stat.ME