具有公平性约束的多臂_bandit_算法用于向人类队友分配资源
人工智能
2020-12-08 v3
摘要
一个与多人协作的机器人应如何决定资源（例如社会注意力，或装配所需零件）的分配？人们对资源分配方式 uniquely attuned（ uniquely attuned 意为 uniquely sensitive/attuned，此处保留原意）。向某一团队成员而非另一成员分配更多资源的决定可能被视为不公平，并对信任产生潜在有害影响。我们引入一种具有公平性约束的多臂 bandit 算法，其中机器人向具有不同技能水平的人类队友分配资源。在该问题中，机器人不知道每个队友的技能水平，而是通过随时间观察其表现来学习。我们将公平性定义为对每个队友在整个任务中被选中最小频率的约束。我们提供性能的理论保证并进行大规模用户研究，其中我们调整算法中的公平水平。结果表明资源分配的公平性对用户对系统的信任有显著影响。
引用
@article{arxiv.1907.00313,
title = {Multi-Armed Bandits with Fairness Constraints for Distributing Resources to Human Teammates},
author = {Houston Claure and Yifang Chen and Jignesh Modi and Malte Jung and Stefanos Nikolaidis},
journal= {arXiv preprint arXiv:1907.00313},
year = {2020}
}