基于机会约束优化的贝叶斯安全策略学习：在越南战争期间军事安全评估中的应用
机器学习
2024-05-28 v2 应用统计
摘要
算法决策与建议被用于许多高风险决策环境，如刑事司法、医学和公共政策。我们研究在1969年末该算法引入后即刻测量的结果基础上，是否有可能改进越南战争期间采用的安全评估算法。这一实证应用提出了高风险算法决策中频繁出现的若干方法学挑战。首先，在实施新算法前，必须刻画并控制其产生比现有算法更差结果的风险。其次，现有算法是确定性的，学习新算法需要透明的外推。第三，现有算法涉及难以优化的离散决策表。为应对这些挑战，我们引入平均条件风险（ACRisk），它首先量化新算法策略对个体单位子群导致更差结果的风险，再对该风险在子群分布上取平均。我们还提出一种贝叶斯策略学习框架，在最大化后验期望价值的同时控制后验期望ACRisk。该框架将异质处理效应的估计与策略优化分离，从而实现对效应的灵活估计与复杂策略类上的优化。我们将所得机会约束优化问题刻画为约束线性规划问题。我们的分析表明，与越南战争期间实际使用的算法相比，所学算法将多数地区评估为更安全，并更强调经济与政治因素而非军事因素。
引用
@article{arxiv.2307.08840,
title = {Bayesian Safe Policy Learning with Chance Constrained Optimization: Application to Military Security Assessment during the Vietnam War},
author = {Zeyang Jia and Eli Ben-Michael and Kosuke Imai},
journal= {arXiv preprint arXiv:2307.08840},
year = {2024}
}