基于异构类型的公平合约中的 Principal-Agent 游戏
计算机科学与博弈论
2025-06-23 v1 机器学习
多智能体系统
摘要
在多智能体系统中实现公平性固然可取，但当智能体因隐藏的特性而导致能力差异时则面临挑战。这类隐藏异构性常常导致财富分配不平等，尽管各智能体在相同规则下运作。在此启发下，我们提出一种基于重复 Principal-Agent 游戏的框架，其中 Principal（亦可视为游戏玩家）学习为智能体提供自适应合约。凭借一种简单而强大的合约结构，我们表明，具备公平意识的 Principal 能够学习出均匀的线性合约，使系统中各智能体在顺序社会困境情境下的收益实现平等。重要的是，这种公平性并不以牺牲效率为代价：我们的研究结果表明，既能促进系统的公平性与稳定性，又能保持整体性能。
引用
@article{arxiv.2506.15887,
title = {Fair Contracts in Principal-Agent Games with Heterogeneous Types},
author = {Jakub Tłuczek and Victor Villin and Christos Dimitrakakis},
journal= {arXiv preprint arXiv:2506.15887},
year = {2025}
}