贝叶斯策略学习中部分信息的差异性效应

我们研究了关于评分规则的部分信息如何影响策略学习环境中的公平性。在策略学习中，学习者部署一个评分规则，智能体通过修改其特征（付出一定代价）来策略性地响应以改善其结果。然而，在我们的研究中，智能体并不直接观察评分规则；相反，它们接收到该规则的一个带噪信号。我们考虑两种不同的智能体模型：朴素智能体，即按面值接受带噪信号的智能体；以及贝叶斯智能体，即根据信号更新先验信念的智能体。我们的目标是理解在特征修改代价上存在差异的群体之间，结果差异是如何产生的，以及这些差异如何随着学习者规则的透明度水平而变化。对于朴素智能体，我们表明效用差异可以随噪声无界增长，并且在透明度有限的情况下，代价较低的群体可能会（也许有悖直觉地）受到不成比例的损害。相比之下，对于贝叶斯智能体，差异保持有界。我们全面刻画了群体间差异作为透明度水平的函数，并表明它们可以随噪声非单调变化；特别是，差异通常在中等透明度水平下最小化。最后，我们将分析扩展到群体不仅在代价上存在差异，而且在先验信念上也存在差异的环境，并研究了这种不对称性如何影响公平性。