論文の概要: A Balance for Fairness: Fair Distribution Utilising Physics in Games of
Characteristic Function Form
- arxiv url: http://arxiv.org/abs/2101.11496v1
- Date: Wed, 27 Jan 2021 15:42:35 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-01 19:13:22.613838
- Title: A Balance for Fairness: Fair Distribution Utilising Physics in Games of
Characteristic Function Form
- Title（参考訳）: フェアネスのバランス:特性関数形式のゲームにおける物理を利用した公正分布
- Authors: Song-Ju Kim, Taiki Takahashi, and Kazuo Sano
- Abstract要約: 本研究では,特徴関数形式のゲームにおいて,利益を得るための公平な分配手法「物理の利用」を提案する。
具体的には、「核」を計算するための線形プログラミング問題は、重力が働く物理系として考慮し、効率よく解けることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In chaotic modern society, there is an increasing demand for the realization
of true 'fairness'. In Greek mythology, Themis, the 'goddess of justice', has a
sword in her right hand to protect society from vices, and a 'balance of
judgment' in her left hand that measures good and evil. In this study, we
propose a fair distribution method 'utilising physics' for the profit in games
of characteristic function form. Specifically, we show that the linear
programming problem for calculating 'nucleolus' can be efficiently solved by
considering it as a physical system in which gravity works. In addition to
being able to significantly reduce computational complexity thereby, we believe
that this system could have flexibility necessary to respond to real-time
changes in the parameter.
- Abstract（参考訳）: カオス現代社会では、真の「公平性」の実現に対する需要が高まっています。
ギリシア神話では、テミスは「正義の女神」であり、社会を悪から守るために右手に剣があり、左手に善と悪を測る「判断のバランス」がある。
本研究では,特性関数型ゲームにおける利益の公平な分配手法である「物理利用」を提案する。
具体的には、「核」を計算するための線形プログラミング問題は、重力が働く物理系として考慮し、効率よく解けることを示す。
これにより計算複雑性を大幅に低減できるだけでなく、パラメータのリアルタイムな変化に対応するのに必要な柔軟性も期待できる。
関連論文リスト
- What Hides behind Unfairness? Exploring Dynamics Fairness in Reinforcement Learning [52.51430732904994]
強化学習問題では、エージェントはリターンを最大化しながら長期的な公正性を考慮する必要がある。
近年の研究では様々なフェアネスの概念が提案されているが、RL問題における不公平性がどのように生じるかは定かではない。
我々は、環境力学から生じる不平等を明示的に捉える、ダイナミックスフェアネスという新しい概念を導入する。
論文 参考訳（メタデータ） (2024-04-16T22:47:59Z) - Causal Fairness for Outcome Control [68.12191782657437]
本稿では,自動システムにおいて,公平かつ公平な結果変数を最適化することを目的とした,結果制御と呼ばれる特定の意思決定タスクについて検討する。
本稿では、まず因果レンズを通して利益の概念を分析し、特定の個人が肯定的な決定によってどれだけの利益を得られるかを明らかにする。
次に、保護された属性の影響を受けている可能性があることに留意し、これを分析するために使用できる因果的ツールを提案する。
論文 参考訳（メタデータ） (2023-06-08T09:31:18Z) - Bayes correlated equilibria and no-regret dynamics [9.89901717499058]
本稿では,不完全情報を持つゲームの基本モデルであるベイズゲームに対する平衡概念について検討する。
我々は,各プレイヤーのプライベート情報を収集し,関連するレコメンデーションをプレイヤーに送信する仲介者によって実現可能なコミュニケーション均衡に焦点を当てる。
本稿では,非直交スワップ後悔を線形上界で最小化するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-04-11T06:22:51Z) - Observable Perfect Equilibrium [0.4895118383237099]
我々は、可観測完全均衡(observable perfect equilibrium)と呼ばれる拡張形式のゲームに対して、新しい平衡改善の概念を定義する。
我々は、観測可能な完全平衡は常に存在することを保証している。
我々は、観測可能な完全均衡が、人工知能に関心を持つ多くの重要な不完全な情報ゲームをモデル化する上で有用な平衡改善概念になることを期待する。
論文 参考訳（メタデータ） (2022-10-29T06:07:29Z) - How Bad is Selfish Driving? Bounding the Inefficiency of Equilibria in
Urban Driving Games [64.71476526716668]
我々は,任意の平衡選手がプレーに同意するであろう効率について検討する。
我々は、アナーキーの価格に関する既存の境界を洗練させる保証を得る。
提案手法はオープンループ軌道に対する懸念を保証しているが,エージェントがクローズドループポリシーを採用する場合においても,効率的な平衡を観測する。
論文 参考訳（メタデータ） (2022-10-24T09:32:40Z) - Canonically consistent quantum master equation [68.8204255655161]
我々は、無限小弱い系-バス結合限界を超えた開量子系の状態を正しく再現する新しい量子マスター方程式を提唱した。
本手法は, 定常状態の減少に関する知識を力学に取り入れることに基づいている。
論文 参考訳（メタデータ） (2022-05-25T15:22:52Z) - Are There Exceptions to Goodhart's Law? On the Moral Justification of Fairness-Aware Machine Learning [14.428360876120333]
公正度対策はグッドハートの法則に特に敏感であると主張する。
公正度尺度の正当性に関する道徳的推論の枠組みを提示する。
論文 参考訳（メタデータ） (2022-02-17T09:26:39Z) - Inducing Equilibria via Incentives: Simultaneous Design-and-Play Finds
Global Optima [114.31577038081026]
本稿では,デザイナーとエージェントの問題を同時に1ループで解くための効率的な手法を提案する。
設計者は平衡問題を何度も解決しないが、エージェントに対するインセンティブの全体的な影響を予測できる。
このアルゴリズムは,幅広い種類のゲームに対して,サブ線形速度で大域的最適値に収束することを示す。
論文 参考訳（メタデータ） (2021-10-04T06:53:59Z) - Explainability for fair machine learning [10.227479910430866]
本稿では,Shapley値のパラダイムに基づく機械学習における公平性を説明するための新しいアプローチを提案する。
我々の公正な説明は、モデルがセンシティブな属性を直接操作していない場合であっても、モデル全体の不公平さを個々の入力特徴に帰着する。
本稿では,既存のトレーニング時間フェアネス介入を適用したメタアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-10-14T20:21:01Z) - Polynomial-Time Computation of Optimal Correlated Equilibria in
Two-Player Extensive-Form Games with Public Chance Moves and Beyond [107.14897720357631]
本研究では,公的なチャンス移動を伴う2人プレイヤゲームにおいて,最適相関平衡が時間内に計算可能であることを示す。
この結果、10年以上にわたる広範な形式の相関を取り巻く最大の正の複雑性結果が得られた。
論文 参考訳（メタデータ） (2020-09-09T14:51:58Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。