基于可行性指导的公平自适应离线强化学习用于 Medicaid 护理管理
机器学习
2025-09-12 v1 人工智能
计算机科学中的逻辑
应用统计
摘要
我们提出了可行性引导的公平自适应离线强化学习 (FG-FARL)，这是一种离线 RL 方法，通过校准每个群组的安全阈值来减少伤害，同时在受保护子群体之间实现所选公平目标（覆盖率或伤害）的均衡。使用来自 Medicaid population health management 项目的去标识化纵向轨迹，我们将 FG-FARL 与行为克隆 (BC) 和 HACO（混合自适应共轨离线 RL；一种全局共轨安全基线）进行评估。我们报告了带有 bootstrap 95% 置信区间的离策价值估计和带 p 值的子群体差异分析。FG-FARL 在价值方面相当于基线，同时改进了公平性指标，展示了一条通往更安全、更公平决策支持的实用路径。
引用
@article{arxiv.2509.09655,
title = {Feasibility-Guided Fair Adaptive Offline Reinforcement Learning for Medicaid Care Management},
author = {Sanjay Basu and Sadiq Y. Patel and Parth Sheth and Bhairavi Muralidharan and Namrata Elamaran and Aakriti Kinra and Rajaie Batniji},
journal= {arXiv preprint arXiv:2509.09655},
year = {2025}
}
备注
12 pages, 5 figures, 3 tables