May, 2019

实现随机多臂赌博问题的公正性

PDF
TL;DR研究公平多臂老虎机问题中学习与公平之间的相互作用，通过特定向量表示公平性约束，定义一个公平感知的后悔，通过两个参数刻画一个 Fair-SMAB 算法类，并提供一个公平保证，无论学习算法的选择是什么，都可以持续地适用。
stochastic multi-armed bandit problemfair-smablearningfairnessr-regret
发现论文，激发创造
  • 在线多臂赌博机的曝光公平性

    通过建立公平的多臂赌博机框架，考虑离线和在线情形中的不公平问题，本论文证明了算法在单次选取情况下的次线性公平后悔度，并在实证中展示了在多次选取场景中算法的良好表现。

    Feb, 2024

  • 具公平约束的组合式睡眠赌博机

    提出针对多臂赌博机模型（MAB）的新型组合睡眠 MAB 模型。通过扩展在线学习算法 UCB 以处理利用和探索之间的权衡，同时采用虚拟队列技术来正确处理公平性约束。最终提出一种名为 LFG 的新算法，可保证可行性最优，具有受时间平均后悔上限约束的时间复杂度，并进行了广泛的模拟以证明其有效性。

    Jan, 2019

  • 汇集式赌博机中的校准公正

    本研究探讨在随机的多臂老虎机决策框架下的公平性问题，采用 “相似个体应受到相似对待” 的公平性框架，使用平滑度约束和公平性遗憾度量实现公平性，研究表明 Thompson sampling 等算法可以实现平滑公平性，且在公平性遗憾上有 $ ilde {O}((kT)^{2/3})$ 的上界。

    Jul, 2017

  • 多智体多臂赌博机公平算法

    本文在经典赌博机问题的基础上提出了一个多智能体变种，旨在学会对赌臂进行公平分配并利用纳什社会福利来衡量它的公平性，设计了三个多智能体变种的算法并证明其实现了次线性的损失纳什社会福利， 因此可以对合理的互惠性展现出更大的感受。

    Jul, 2020

  • 针对不安定多臂赌博机的软公平性探讨

    本文提出了一种 RMAB 的方法，称为 SoftFair，旨在强制实现软公平约束条件，该约束条件要求算法在选择 RMAB 中的每个项时都不能倾向于一个项，目的是避免在执行干预时出现某些区域或社区被忽略的情况。

    Jul, 2022

  • 随机赌博机中同时实现群体曝光公平和组内精英主义

    深入研究了公平性，提出了一种基于两个层次的公平性方法，保证每个组的最小曝光，并确保组内每个单元根据其优越性被拉动；通过提出的算法 BF-UCB，实现了对遗憾的上界为 O (√T) 的平衡，同时提供更好的组和个体曝光保证，并且不会显著降低奖励。

    Feb, 2024

  • 学习中的公平性：经典和情境赌博机

    本研究介绍了多臂赌博问题中的公平性概念以及提出了基于 “chained” 置信区间的多臂赌博问题的可证公平算法，并证明了任何公平算法必须具有该算法的时间复杂度，同时也证明了公平和非公平学习之间有强烈的界限。在一般情境中，本研究证明了公平性与 KWIK 学习模型的紧密联系，并提出了一种多项式时间复杂度的可证公平算法来解决线性上下文赌博问题。

    May, 2016

  • 具有长期公平约束的在线不安定多臂赌博机

    我们介绍了一种名为 RMAB-F 的新的多臂老虎机模型，它具有长期公平约束；并开发了一种名为 Fair-UCRL 的强化学习算法，证明了其能够在奖励遗憾和公平违反遗憾方面保持概率亚线性边界。

    Dec, 2023

  • 随机赌博机中曝光的公平性

    为了解决个性化推荐中传统策略可能导致的不公平现象，提出了一种新的基于功绩公平的策略，并给出了两种算法，分别适用于多臂老虎机和线性老虎机，证明了算法的功绩公平和奖励公平具有亚线性，同时提供了实证分析，证明了该算法能够有效地公平分配推荐曝光。

    Mar, 2021

  • 多保真度多臂赌博机再访

    研究了多精度多臂赌博机（MF-MAB）及其最优臂识别和后悔最小化目标，为 BAI 提出了成本复杂度下限，推荐两种替代忠诚度选择程序的算法框架，并确定了两种程序的成本复杂度上限，并提出了新的后悔定义，以及解决了该问题的消除算法。

    Jun, 2023