本論文では、部分的なキャリブレーションを持つ予測を利用して、保守的な意思決定者がロバストに行動をマッピングする方法について研究しています。完全なキャリブレーションされた予測は理想的ですが、高次元の予測問題においては、強い決定論的特性を持たないような弱いキャリブレーションが研究されており、その結果、最悪のケースにおける期待効用を最大化することが求められます。論文では、最小最大の最適な意思決定ルールを二重性の主張を用いて特徴づけ、「予測を信頼し、それに応じて行動する」ことが、本研究で提案されている意思決定キャリブレーションやより強いキャリブレーションの概念において回復されることを示します。さらに、決定キャリブレーションに満たないキャリブレーション保証に対しても、効率的に計算可能な意思決定ルールを提案しています。