最大化动态效用的公平医疗资源配置
多智能体系统
2023-03-21 v1
摘要
在有限物流与基础设施条件下分配稀缺医疗资源是现代社会的一个重大问题。我们考虑以在线方式将疫苗等资源分配给人群或将病床分配给患者的资源配置问题。我们的模型考虑了资源逐日到货、不同类别的智能体、智能体在特定日期可能不可用，以及与每次分配相关的效用及其随时间的变化。我们提出一个模型，其中各类别的优先级由智能体的效用建模。我们给出在线与离线算法来计算一种分配，其尊重智能体进入不同类别的资格，并激励智能体不隐藏其某类别资格。离线算法给出最优分配，而在线算法在总效用方面给出最优分配的近似。我们的算法高效，并在不同类别智能体间保持公平。我们的模型在难民安置与签证分配等其他领域也有应用。我们在真实与合成数据集上评估了算法性能。实验结果表明，在线算法快速，且在总效用方面优于给定的理论界。此外，实验结果确认我们的基于效用的模型正确捕捉了各类别的优先级。
引用
@article{arxiv.2303.11053,
title = {Fair Healthcare Rationing to Maximize Dynamic Utilities},
author = {Aadityan Ganesh and Prajakta Nimbhorkar and Pratik Ghosal and Vishwa Prakash HV},
journal= {arXiv preprint arXiv:2303.11053},
year = {2023}
}