同意存异：隐私受限去中心化冲突解决中的主观公平性

公平性通常被视为系统全局结果的属性，并假定中心化与完全知识。然而，在真实去中心化应用中，智能体仅具部分观测能力。在有限信息下，智能体依赖通信向他人披露部分私有（且不可观测）信息。当智能体 deliberates 以解决冲突时，有限知识可能使其对正确结果的视角不同于冲突解决的实际结果。此为 subjective unfairness（主观不公平）。为在隐私约束下实现去中心化、公平性感知的冲突解决，我们有两点贡献：(1)一种新颖交互方法；(2)隐私与公平性关系的 formalization。我们提出的交互方法是一种隐私感知可解释冲突解决的架构，其中智能体参与假设与事实的对话。为度量隐私-公平性关系，我们在局部与全局范围定义主观与客观公平性，并 formalize 因隐私导致的部分可观测性在这些不同公平性概念中的影响。我们首先在抽象中研究所提架构与隐私-公平性关系，在大量随机文化上测试不同论证策略。我们实证展示了隐私、客观公平与主观公平之间的权衡，并表明更优策略可缓解分布式系统中隐私的影响。除跨广泛随机抽象文化的分析外，我们分析了一个特定场景的案例研究：在有限信息披露的优先规则感知避碰多智能体仿真中实例化我们的架构。