面向近视智能体的公平性激励

我们考虑这样一种场景：希望激励近视智能体（例如Airbnb房东，他们可能强调短期利润和房产安全）公平对待到达的客户，以防止针对个人或群体的整体歧视。我们在经典和上下文赌博机模型中对此类场景进行建模，其中近视智能体根据当前经验平均值最大化奖励，但也接受可能使其改变选择的外生支付。我们的公平性概念要求更合格的个体绝不会（在概率上）比不太合格的个体更受青睐[Joseph et al]。我们研究是否可能为委托人设计廉价的补贴或支付方案，以激励近视智能体在所有或几乎所有轮次中公平行动。当委托人对近视智能体的状态拥有完全信息时，我们证明可以通过总成本为 $o(T)$ 的补贴方案在每一轮诱导公平行为（对于具有 $k$ 个臂的经典设置，为 $\tilde{O}(\sqrt{k^3T})$，而对于 $d$ 维线性上下文设置，为 $\tilde{O}(d\sqrt{k^3 T})$）。如果委托人拥有非常有限的信息（外部监管者或监督机构往往如此），并且仅观察到从 $k$ 个组中的每个组选出成员的轮次数，而未观察到近视智能体维持的经验估计，则此类方案的设计变得更加复杂。我们通过为公平补贴方案的成本给出上界和下界，在经典和线性赌博机设置中展示了正面和负面结果。