基于偏好获取的个性化算法补救

算法补救（Algorithmic Recourse, AR）旨在计算一系列动作，用户一旦执行这些动作，即可推翻不理想的机器决策。关键在于这些动作序列不应让用户付出过高代价来实现。然而，大多数 AR 方法假设所有用户的动作代价相同，从而可能向某些用户推荐不公平的高代价补救方案。受此启发，我们提出 PEAR，这是首个能够以人为中心、为任意终端用户提供量身定制个性化算法补救的方法。PEAR 基于贝叶斯偏好获取（Bayesian Preference Elicitation）的思想，通过向目标用户询问选择集查询，迭代地细化对动作代价的估计。查询本身通过最大化选择期望效用（Expected Utility of Selection）来计算，这是一种原则性的信息增益度量，同时考虑了代价估计与用户响应的不确定性。PEAR 将偏好获取集成到一个结合蒙特卡洛树搜索的强化学习智能体中，以快速识别有前景的补救方案。我们在真实数据集上的实证评估表明，PEAR 仅需少量迭代即可生成高质量的个性化补救方案。