基于逆优化的鲁棒效用学习框架
计算机科学与博弈论
2017-04-27 v1 最优化与控制
摘要
在许多智能基础设施应用中，通过吸引终端用户可以获得实现可持续性目标的灵活性。然而，这些用户常具有负责提升运营效率的决策者所未知的异质偏好。将用户交互建模为非合作参与者之间的连续博弈，我们提出了一种采用带异方差推断的约束可行广义最小二乘估计的鲁棒参数化效用学习框架。为改进预测性能，我们通过采用自助法与装袋(bagging)、bumping及梯度提升集成方法来扩展该鲁棒效用学习方案。此外，我们估计噪声协方差，其提供了参与者之间的近似相关性，我们利用该相关性开发了新颖的相关效用学习框架。我们将所提方法应用于两家公司间Bertrand-Nash竞争的玩具示例，以及旨在鼓励智能建筑居住者节能行为的社会博弈实验数据。利用居住者对照明等共享资源的投票数据，我们模拟由估计效用函数定义的博弈，以展示所提方法的性能。
引用
@article{arxiv.1704.07933,
title = {A Robust Utility Learning Framework via Inverse Optimization},
author = {Ioannis C. Konstantakopoulos and Lillian J. Ratliff and Ming Jin and S. Shankar Sastry and Costas Spanos},
journal= {arXiv preprint arXiv:1704.07933},
year = {2017}
}
备注
accepted for publication in IEEE Transactions on Control Systems Technology