HIV干预不再依赖完整接触网络：R2C-Agent只凭同伴转介网络规划，总遗憾比最强基线低54.9%
核心概要
HIV的接触网络在规模上几乎无法采集，而同伴转介网络虽可数字化收集，却会因非风险社交边和每人只接受一次转介而偏离真实接触结构。R2C-Agent把转介过程当作对接触网络的逐步破坏并学习反向还原，在采样出的接触网络上规划干预。在ICPSR真实HIV网络数据上，其总遗憾在强化治疗与定向PrEP两项任务上分别比最强基线低54.9%和28.8%。
深度剖析
干预规划现在可以只依赖可规模化收集的同伴转介网络，而不必先观测完整的HIV接触网络。 此前的网络干预算法通常假定接触网络可观测，或退回到最高度数选择、个体风险打分这类忽略网络影响的启发式做法。 在ICPSR真实HIV网络数据上，以未观测接触网络为基准计算的总遗憾，R2C-Agent在强化治疗上比最强基线Highest Degree低54.9%，在定向PrEP上比最强基线Identity低28.8%。
R2C-Agent把每个转介步骤视为对干净接触网络的一次已知破坏，再逐步反向还原出可能的接触网络。 这一条件图扩散模型名为Referral-to-Contact Diffusion（R2C-Diff），它把转介机制和nudge顺序直接写进前向过程，而不是让模型从零学习转介图与接触图的关系。 智能体从R2C-Diff采样多张接触网络，交给CAST和SandIMIN两个干预算法分别做强化治疗与定向PrEP决策，再在真实接触网络上用100次蒙特卡洛传播样本评估。
决策质量与网络重建精度并不同步，按分布采样比取单一最可能网络更适合做干预选择。 R2C-Diff的平均编辑距离为1721.6，比直接使用转介网络的Identity（1290.2）差1.33倍，但干预结果更好。 在强化治疗任务上，把蒙特卡洛采样预算固定为50、减少采样的接触网络数并增加每张网络的传播采样，总遗憾从53.8升到101.3再到240.4，说明探索网络结构不确定性比探索传播结果不确定性更重要。
启示与展望
评估建立在ICPSR一份匿名公开的真实HIV网络数据上，共1386个节点、248名HIV感染者、3793条边，其中1381条为接触边；转介网络由模拟的递归转介过程生成，干预效果以独立级联模型下的蒙特卡洛传播模拟衡量，而非真实干预试验。
转介模拟假设节点沿其全部接触边和社交边招募同伴，消融实验通过向真实测试网络加入合成边来考察这一假设被违反时的表现；训练采用教师强制，推理时可能累积误差；作者提出未来研究面向决策的R2C-Diff变体，并检验在训练数据有限时能否泛化到未见网络。