规划以实现公平分配：不安分_bandit 设定下的概率公平性
机器学习
2023-07-20 v4 人工智能
计算机与社会
摘要
不安分与坍缩 bandit 常用于建模臂具有动作依赖转移概率的预算约束资源分配情形，例如患者中健康干预的分配。然而，针对该规划问题的最先进基于 Whittle 索引的方法要么不考虑臂间公平性，要么在不保证公平的前提下激励公平。因此我们引入 ProbFair，一种概率公平策略，在最大化总期望奖励并满足预算约束的同时，确保每个时间步被拉动的概率具有严格为正的下界。我们在真实世界应用上评估了我们的算法，该应用中干预支持患者持续气道正压通气（CPAP）治疗的依从性，以及在一类更广泛的合成转移矩阵上。我们发现 ProbFair 在保持效用的同时提供公平性保证。
引用
@article{arxiv.2106.07677,
title = {Planning to Fairly Allocate: Probabilistic Fairness in the Restless Bandit Setting},
author = {Christine Herlihy and Aviva Prins and Aravind Srinivasan and John P. Dickerson},
journal= {arXiv preprint arXiv:2106.07677},
year = {2023}
}