基于分布福利的政策学习

本文探讨以分布福利为目标的优化处理分配政策。多数处理选择文献考量基于条件平均处理效应（ATE）的功利主义福利。虽平均福利直观，但当个体异质（如存在离群值）——恰是个体化治疗起初引入之因——时，其或致不合意分配。此观察促我们提出基于个体处理效应条件分位数（QoTE）分配治疗的优化政策。依分位数概率之选，此准则可容纳审慎或疏忽之决策者。辨识 QoTE 的挑战在于其需知反事实结果联合分布，而此一般非点辨识。我们引入对此模型不确定性鲁棒的最小最大政策。一系列辨识假设可用于产出更具信息性政策。对随机与确定性政策，我们确立实施所提政策之遗憾的渐近界。该框架可推广至福利定义为潜在结果联合分布泛函的任何设定。