Jan, 2022
利用观测数据学习资源分配策略，并应用于无家可归者服务的提供
Learning Resource Allocation Policies from Observational Data with an Application to Homeless Services Delivery
Aida Rahmattalabi, Phebe Vayanos, Kathryn Dullerud, Eric Rice
TL;DR研究利用观察数据，设计有效的、公正的、可解释的政策，将异质人群分配到不同类型的资源。将此问题建模为多类多服务器排队系统，提出了一种基于因果推论技术的方法来构建个人队列，并提供混合整数优化公式以最优化资源分配资格结构。在实验中发现，本研究框架可以提高对少数族裔和未成年人等弱势群体的解救率，同时使等待时间更短。