用于条件矩匹配的游戏论算法
计算机科学与博弈论
2022-08-23 v1 机器学习
摘要
计量经济学和机器学习中的多种问题，包括工具变量回归和 Bellman 残差最小化，都可表述为满足一组条件矩限制（CMR）。我们推导了一种通用的、游戏论的策略来满足 CMR，该策略可扩展到非线性问题，适用于基于梯度的优化，并能够考虑有限样本不确定性。我们将 Dikkala 等人及 Dai 等人的方法恢复为我们通用框架的特例，随后详述各种扩展以及如何高效求解由 CMR 定义的博弈。
引用
@article{arxiv.2208.09551,
title = {Game-Theoretic Algorithms for Conditional Moment Matching},
author = {Gokul Swamy and Sanjiban Choudhury and J. Andrew Bagnell and Zhiwei Steven Wu},
journal= {arXiv preprint arXiv:2208.09551},
year = {2022}
}