对抗赌博机中非连续块在线公平收益最大化蛋糕分配
机器学习
2021-11-30 v1 计算机科学与博弈论
摘要
经典切蛋糕问题为在具有不同偏好的智能体间公平且高效地分配可分割异质资源提供了模型。针对切蛋糕的标准表述——其中每个智能体在离线设定下必须获得连续的一块蛋糕——本工作转而关注在线将非连续蛋糕块分配给智能体，并建立了针对公平性度量的算法结果。为此，我们利用经典对抗多臂赌博机同时实现次线性的公平遗憾与收益遗憾。对抗赌博机是建模对抗强化学习环境的强力工具，其通过在探索与利用间施加明智权衡，仅观测每步一个动作的奖励即为学习遗憾提供强上界。本工作研究了著名的EXP_3算法的能力，该算法基于随时间域通过指数权重-重要性更新概率分布。
引用
@article{arxiv.2111.14387,
title = {Online Fair Revenue Maximizing Cake Division with Non-Contiguous Pieces in Adversarial Bandits},
author = {Mohammad Ghodsi and Amirmahdi Mirfakhar},
journal= {arXiv preprint arXiv:2111.14387},
year = {2021}
}