Resumo Técnico: Planejamento de Fronteira Generativa para Recrutamento de Indicação por Pares Adaptativo sob Chegadas Dependentes de Covariáveis

Formulação do Problema

O artigo aborda o desafio da alocação de recursos multirrodadas adaptativa em sistemas de recrutamento por indicação de pares, como a Amostragem Dirigida por Pares (RDS - Respondent-Driven Sampling), utilizada para estudar populações ocultas afetadas por doenças infecciosas. Agências de saúde pública possuem um orçamento total fixo de recursos de indicação (ex: vouchers) para distribuir ao longo de múltiplas rodadas.

A dificuldade central reside na natureza dependente de covariáveis das chegadas. Ao contrário de trabalhos anteriores que assumem que novos recrutados são extraídos de forma independente e identicamente distribuída (i.i.d.) de uma população homogênea, este trabalho modela um cenário realista onde:

1. A Capacidade de Indicação é Estocástica e Heterogênea: O número de pares que um indivíduo pode indicar depende de suas covariáveis específicas (demografia, comportamento, geografia) e está sujeito a uma distribuição de contagem censurada.
2. As Covariáveis dos Descendentes são Condicionais: As características dos novos recrutados não são extraídas de uma distribuição fixa, mas são geradas condicionalmente com base nas covariáveis do indicador (refletindo homofilia e contexto compartilhado).

O objetivo é projetar uma política que aloque recursos à "fronteira" atual de indicadores ativos para maximizar o número esperado de recrutas descontados ao longo de um horizonte finito. Isso exige raciocinar sobre como as decisões de alocação atuais moldam tanto o tamanho quanto a composição de covariáveis das fronteiras futuras.

Metodologia: Planejamento de Fronteira Generativa (GFP)

Os autores propõem o Planejamento de Fronteira Generativa (GFP), um método de programação dinâmica aproximada baseada em modelo que supera a intratabilidade do planejamento sob chegadas generativas dependentes de covariáveis.

1. Dinâmicas Aprendidas

O GFP utiliza dois componentes aprendidos, estimados offline a partir de dados históricos:

• Modelo de Contagem Censurada ($q_\psi$): Um modelo de regressão de Poisson neural que estima a capacidade de indicação $C_i$ de um indivíduo dadas suas covariáveis $x_i$. Ele contabiliza o fato de que as indicações observadas são limitadas pelo orçamento alocado.
• Modelo de Difusão Condicional ($G_\theta$): Um modelo de difusão condicional que gera as covariáveis de novos recrutados ($x'$) dadas as covariáveis do progenitor ($x$).

2. O Gargalo Computacional

O planejamento padrão baseado em modelo (ex: Iteração de Valor Ajustada) é intratável aqui porque:

• A próxima fronteira é um conjunto aleatório de tamanho variável.
• Diferentes alocações induzem diferentes distribuições de descendentes, impedindo o compartilhamento de amostras de Monte Carlo entre candidatos a ações.
• O espaço de ações (alocações inteiras entre todos os membros da fronteira) é combinatorialmente grande.

3. Surrogado de Valor Estruturado

Para resolver esses problemas, o GFP introduz um surrogado de valor estruturado $V_\phi(r, F)$ que mapeia a fronteira para uma representação de cobertura de covariáveis latentes.

• Representação Latente: Cada indivíduo é mapeado para um vetor latente não negativo $h_\phi(x) \in \mathbb{R}^d_+$, representando uma atribuição suave a $d$ "protótipos de covariáveis". A fronteira é resumida pelo vetor de cobertura agregada $z = \sum_{x \in F} h_\phi(x)$.
• Função de Valor: O valor é modelado como uma função de saturação exponencial sobre esta cobertura: $V_\phi(r, z) = \sum w_{\phi,j}(r)(1 - \exp(-z_j))$. Esta estrutura captura o retorno decrescente à medida que regiões específicas de covariáveis tornam-se saturadas.

4. Backup Determinístico de Forma Fechada

A principal inovação é o uso de Embeddings de Laplace Condicionais para tornar o backup de Bellman determinístico e de forma fechada.

• Em vez de amostrar descendentes do modelo de difusão $G_\theta$ durante o planejamento, o GFP pré-computa (amortiza) os embeddings $\alpha_{\theta,\phi,j}(x) = \mathbb{E}_{y \sim G_\theta(\cdot|x)}[\exp(-h_{\phi,j}(y))]$.
• Usando esses embeddings e o modelo de contagem censurada, o valor futuro esperado pode ser computado exatamente sem amostragem de Monte Carlo. A expectativa fatora-se em um produto de termos dependentes apenas da alocação $k$ e dos embeddings pré-computados.

5. Alocação Gananciosa Intra-Rodada

Com o surrogado determinístico, o problema de otimização por rodada torna-se a maximização de uma função que possui retornos decrescentes inteiros monótonos.

• O GFP emprega um algoritmo ganancioso marginal para alocar recursos dentro de uma rodada.
• Análise teórica prova que esta abordagem gananciosa alcança uma aproximação de $(1 - 1/e)$ do objetivo de alocação de orçamento fixo para o surrogado.

Principais Contribuições

1. Generalização do Problema: Os autores formalizam o recrutamento por indicação de pares como um problema de alocação adaptativa onde as chegadas futuras são geradas condicionalmente às covariáveis do indicador, indo além da restritiva suposição de população i.i.d. de trabalhos anteriores.
2. Planejamento de Fronteira Generativa (GFP): Um planejador inovador que combina modelos de contagem censurada e de difusão condicional aprendidos com um surrogado de valor de cobertura latente. Ele substitui o amostragem de Monte Carlo por passo por passo por um backup determinístico usando embeddings de Laplace condicionais amortizados.
3. Garantias Teóricas: O artigo prova que o objetivo induzido por rodada satisfaz retornos decrescentes inteiros, garantindo uma aproximação de $(1 - 1/e)$ para a alocação gananciosa intra-rodada.
4. Desempenho Empírico: Experimentos extensos em um ambiente de simulação calibrado para um conjunto de dados de RDS do mundo real (ICPSR 22140) demonstram que o GFP supera a alocação aleatória, baselines de aprendizado por reforço (Budget-DQN, Factorized RL) e uma baseline de programação dinâmica de nível de população i.i.d. através de quatro fatores de desconto.

Resultados Experimentais

A avaliação foi conduzida em um ambiente de simulação que espelha a dinâmica real de RDS, utilizando um orçamento total de 100 e uma fronteira inicial de 10 indivíduos.

• Desempenho: O GFP alcançou consistentemente o maior número cumulativo final de recrutas e a maior recompensa cumulativa descontada final em todos os fatores de desconto ($\gamma \in \{0.9, 0.95, 0.99, 1.0\}$).
• Comparação com Baselines:
  • vs. IID-Population DP: O GFP superou significativamente a baseline mais forte (IID-Population DP), que utiliza programação dinâmica mas ignora a composição de covariáveis. Em $\gamma=1.0$, o GFP recrutou 99,5 indivíduos contra 91,3 da baseline, isolando o valor de raciocinar sobre a composição de covariáveis.
  • vs. RL: As baselines de aprendizado por reforço tiveram dificuldades devido ao grande espaço de ação combinatório e à falta de exploração estrutural, apresentando desempenho significativamente inferior aos métodos baseados em modelo.
• Dinâmica: Enquanto algumas baselines recrutaram mais rápido em rodadas iniciais, a estratégia consciente de covariáveis do GFP permitiu que ele ritmasse as alocações de forma eficaz, ultrapassando as outras em rodadas tardias para maximizar o alcance total.

Significância e Alegações

O artigo afirma que o GFP fornece uma solução tratável para um problema de planejamento anteriormente intratável na saúde pública. Ao modelar explicitamente a dependência entre indicadores e recrutados, o método permite que agências aloquem recursos limitados de forma mais eficaz do que estratégias que assumem uma população homogênea.

Os autores enfatizam que sua abordagem é modesta e baseada em dados:

• Ela depende de surrogados aprendidos em vez de conhecimento perfeito das dinâmicas reais.
• As garantias teóricas aplicam-se ao objetivo surrogado, com a lacuna para a política ótima real decomposta em erros de estimativa de modelo e erros de aproximação.
• O trabalho é validado em uma simulação calibrada com dados reais, mas os autores reconhecem que a validação em dados de recrutamento reais em parceria com agências de saúde pública é o próximo passo necessário.

Em última análise, o artigo demonstra que incorporar modelos generativos de chegadas dependentes de covariáveis em estruturas de programação dinâmica pode estender significativamente o alcance dos sistemas de recrutamento por indicação de pares, oferecendo uma ferramenta prática para intervir em populações ocultas.