Feb, 2024

随机赌博机中同时实现群体曝光公平和组内精英主义

PDF
TL;DR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。
fairnessstochastic multi-armed banditsbi-level fairnessexposure guaranteemeritocratic fairness
发现论文，激发创造
  • 联邦语境强化学习中的公平性和隐私保证

    在联邦环境中，考虑具有公平性和隐私保证的上下文多臂赌博机问题。我们提出了一种新的通信协议，使得联邦学习更加有效，并提供了确保差分隐私的算法。我们通过广泛的模拟实验证明了我们提出算法的有效性。

    Feb, 2024

  • 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

  • 实现随机多臂赌博问题的公正性

    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。

    May, 2019

  • 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

  • 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

  • 多保真度多臂赌博机

    本文研究了一种多保真度赌博机的变体，提出了一种名为 MF-UCB 的新型上置信区间过程，并证明了它在序列逐渐的逼近中适应性更好，并且达到了比忽略近似的策略更好的遗憾最小化效果。

    Oct, 2016

  • 通过 Shapley Bandits 改善自适应社交健身游戏中的公平性

    本文研究在 AI 集成于社会应用的情况下，多臂赌博算法在资源分配中如何更公平地服务于用户，提出基于 Shapley 值的公平感知多臂赌博算法来解决问题，并通过用户研究表明该算法能够有效地帮助提高用户参与度和活跃性。

    Feb, 2023

  • 无限和上下文赌博机的公平算法

    本文研究线性 bandit 问题中的公平性，提出 meritocratic 公平的概念，并在更广泛的问题上进行分析，得出更好的性能保证。同时，探讨了无限线性 bandit 问题中的公平性问题，证明了实例相关性是必要的。结果是一个在线线性环境中 meritocratic 公平的框架，比现有技术的研究更强大、更普遍和更现实。

    Oct, 2016

  • 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