序列集体决策的词典极小方法
计算机科学与博弈论
2023-12-18 v1 人工智能
摘要
在许多情形下,多个智能体需要做出一系列决策。例如,一群工人需要决定其每周会议应在何处举行。在此类情形中,决策机制必须考虑公平性概念。本文分析了三种已知机制的公平性:轮转制、最大Nash福利和词典极小(leximin)。我们考虑离线和在线两种设置,并聚焦于比例性及其松弛这一公平概念。具体而言,在离线设置中,我们表明即便存在比例或近似比例的结果,这三种机制也未能找到此类结果。因此我们引入一种捕捉该需求的新公平性性质,并表明词典极小机制的一个变体满足该新公平性性质。在在线设置中,我们表明不可能保证比例性或其松弛。因此我们考量对智能体偏好的一种自然限制,并表明词典极小机制保证了对比例性的最佳可能加性近似,并满足比例性的所有松弛。
引用
@article{arxiv.2305.18024,
title = {The Leximin Approach for a Sequence of Collective Decisions},
author = {Ido Kahana and Noam Hazon},
journal= {arXiv preprint arXiv:2305.18024},
year = {2023}
}