混合动机马尔可夫博弈中的利他主义与公平目标
多智能体系统
2026-02-10 v1 人工智能
计算机科学与博弈论
机器学习
摘要
合作是社会生存的基础，因为它使得在寻求集体福祉的异质群体中能够涌现出结构。然而，个体倾向于背叛，以便从群体的合作中获益而不承担相关成本，从而导致不公平的情况。在博弈论中，社会困境包含了个人利益与集体结果之间的这种二分法。多智能体合作最主流的方法是功利主义福利，它可能产生高效但极不公平的结果。本文提出了一种新的框架，通过用比例公平性替代标准的功利主义目标来促进更公平的合作。我们为每个智能体引入了一个公平的利他效用，定义在个体对数收益空间上，并推导了在经典社会困境中确保合作所需的分析条件。然后，我们通过定义公平马尔可夫博弈并将该框架扩展到序贯设置，推导出新颖的公平Actor-Critic算法来学习公平策略。最后，我们在各种社会困境环境中评估了我们的方法。
引用
@article{arxiv.2602.08389,
title = {Altruism and Fair Objective in Mixed-Motive Markov games},
author = {Yao-hua Franck Xu and Tayeb Lemlouma and Arnaud Braud and Jean-Marie Bonnin},
journal= {arXiv preprint arXiv:2602.08389},
year = {2026}
}