带逐步公平性约束的强化学习
机器学习
2022-11-09 v1 人工智能
计算机与社会
摘要
AI方法被用于从信贷到就业再到住房等社会重要场景，在算法决策方面提供公平性至关重要。此外，许多场景是动态的，群体对序贯决策策略作出响应。我们引入带逐步公平性约束的强化学习（RL）研究，要求在每一步满足群体公平。我们关注表格情节式RL，并提供了在策略最优性与公平性违背方面具有强理论保证的学习算法。我们的框架为研究序贯场景中公平性约束的影响提供了有用工具，并带来了RL中的新挑战。
引用
@article{arxiv.2211.03994,
title = {Reinforcement Learning with Stepwise Fairness Constraints},
author = {Zhun Deng and He Sun and Zhiwei Steven Wu and Linjun Zhang and David C. Parkes},
journal= {arXiv preprint arXiv:2211.03994},
year = {2022}
}
备注
Fairness, Reinforcement Learning