双重公平策略学习：在决策中整合行动公平与结果公平
机器学习
2026-02-11 v2 机器学习
摘要
公平是可信任机器学习的核心支柱，尤其是在仅靠准确性或利润驱动的优化不足的领域。虽然大多数公平性研究集中在监督学习上，但策略学习中的公平性探索较少。由于策略学习是干预性的，它会产生两个不同的公平性目标：行动公平（公平的行动分配）和结果公平（公平的下游后果）。至关重要的是，当不同群体面临不同的约束或对同一行动的反应不同时，均等化行动通常不会均等化结果。我们提出了一个新颖的双重公平学习 (DFL) 框架，该框架明确管理三个目标之间的权衡：行动公平、结果公平和价值最大化。我们将公平性直接整合到策略学习的多目标优化问题中，并采用一种词典加权切比雪夫方法，该方法能够在凸设置之外恢复帕累托解，并对遗憾界提供理论保证。我们的框架灵活，可容纳各种常用的公平性概念。广泛的模拟表明，与竞争方法相比，其性能有所提升。在机动车第三方责任保险数据集和创业培训数据集的应用中，DFL 大幅改善了行动公平和结果公平，同时仅导致总体价值的小幅下降。
引用
@article{arxiv.2601.19186,
title = {Double Fairness Policy Learning: Integrating Action Fairness and Outcome Fairness in Decision-making},
author = {Zeyu Bian and Lan Wang and Chengchun Shi and Zhengling Qi},
journal= {arXiv preprint arXiv:2601.19186},
year = {2026}
}