論文の概要: Post-AGI Economies: Autonomy and the First Fundamental Theorem of Welfare Economics

• arxiv url: http://arxiv.org/abs/2604.21216v1
• Date: Thu, 23 Apr 2026 02:13:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-24 14:40:06.249868
• Title: Post-AGI Economies: Autonomy and the First Fundamental Theorem of Welfare Economics
• Title（参考訳）: AGI後のエコノミー:自律性と福祉経済学の第一基本理論
• Authors: Elija Perrier,
• Abstract要約: 我々は、この定理は自主的な資格を受けるべきであると論じる。 自律完全競争均衡が自律パレート効率のよい条件を設定した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The First Fundamental Theorem of Welfare Economics assumes that welfare-bearing agents are autonomous and implicitly relies on a binary distinction between autonomy and instrumentality. Welfare subjects are those who have autonomy and therefore the capacity to choose and enter into utility comparisons, while everything else does not. In post-AGI economies this presupposition becomes nontrivial because artificial systems may exhibit varying degrees of autonomy, functioning as tools, delegates, strategic market actors, manipulators of choice environments, or possible welfare subjects. We argue that the theorem ought to be subject to an autonomy qualification where the impact of these changes in autonomy assumptions is incorporated. Using a minimal general-equilibrium model with autonomy-conditioned welfare, welfare-status assignment, delegation accounting, and verification institutions, we set out conditions for which autonomy-complete competitive equilibrium is autonomy-Pareto efficient. The classical theorem is recovered as the low-autonomy limit.
• Abstract（参考訳）: 福祉経済学の第一基本理論は、福祉を持つエージェントは自律的であり、暗黙的に自律性と設備性の二元的区別に依存していると仮定している。 福祉科目は自律性を持ち、それゆえにユーティリティ比較を選択して参加する能力を持っているが、それ以外の全てはそうではない。 人工システムは、ツール、デリゲート、戦略的市場アクター、選択環境のマニピュレータ、または可能な福祉主題として機能する。 我々は、この定理は、これらの変化が自律的な仮定に与える影響が組み込まれている自治資格の対象となるべきであると論じる。 自己完結型競争均衡が効率的である条件を, 自律型福祉, 福祉統計割当, 委任会計, 検証機関による最小限の一般均衡モデルを用いて設定した。 古典的な定理は低自律性極限として回復される。

関連論文リスト

• Autonomy for Older Adult-Agent Interaction [0.0]
  世界人口の高齢化に伴い、人工知能(AI)を駆使したエージェントが、高齢者の介護を支援する潜在的なツールとして登場した。 本稿では,高齢者の自律性について,意思決定自律,目標指向自律,コントロール自律,社会的責任自律性の4つの重要な側面について考察する。
  論文  参考訳（メタデータ） (2025-07-17T03:46:13Z)
• Towards a Taxonomy for Autonomy in Large-Scale Agile Software Development [1.0957528713294875]
  本稿では,大規模アジャイル開発における自律性のためのフレームワーク構築に向けた取り組みについて述べる。 予備版では5つのレベルと21の自律性が3つの領域に分類されている。 このような自律性の側面は、大規模アジャイルソフトウェア開発における自律性の限界を分析したり定義したりする際に考慮することができる。
  論文  参考訳（メタデータ） (2025-03-04T14:15:16Z)
• Towards Responsible AI in Banking: Addressing Bias for Fair Decision-Making [69.44075077934914]
  責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。 この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。 オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
  論文  参考訳（メタデータ） (2024-01-13T14:07:09Z)
• A Quantitative Autonomy Quantification Framework for Fully Autonomous Robotic Systems [0.0]
  本稿では,全自律モードに着目し,タスク要求に基づく定量的自律性評価フレームワークを提案する。 このフレームワークは、自律性を定量化するツールを提供するだけでなく、自律システム開発者とユーザのための規制インターフェースと共通言語も提供する。
  論文  参考訳（メタデータ） (2023-11-03T14:26:53Z)
• 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)
• Strategyproof and Proportionally Fair Facility Location [77.16035689756859]
  簡単な1次元集団決定問題(しばしば施設配置問題と呼ばれる)に焦点を当てる。 比例に基づく様々な強度のフェアネス公理の階層構造を解析する。 各公理に対して、公理と戦略の安全性を満足するメカニズムのファミリーを特徴付ける。
  論文  参考訳（メタデータ） (2021-11-02T12:41:32Z)
• The AI Economist: Optimal Economic Policy Design via Two-level Deep Reinforcement Learning [126.37520136341094]
  機械学習に基づく経済シミュレーションは強力な政策・メカニズム設計の枠組みであることを示す。 AIエコノミスト(AI Economist)は、エージェントと共同適応するソーシャルプランナーの両方を訓練する2段階のディープRLフレームワークである。 単純な一段階の経済では、AIエコノミストは経済理論の最適税制を回復する。
  論文  参考訳（メタデータ） (2021-08-05T17:42:35Z)
• Decentralized Reinforcement Learning: Global Decision-Making via Local Economic Transactions [80.49176924360499]
  我々は、シーケンシャルな意思決定問題を解決するために、単純で専門的で自己関心のあるエージェントの社会を指示する枠組みを確立する。 我々は分散強化学習アルゴリズムのクラスを導出する。 我々は、より効率的な移動学習のための社会固有のモジュラー構造の潜在的な利点を実証する。
  論文  参考訳（メタデータ） (2020-07-05T16:41:09Z)
• The AI Economist: Improving Equality and Productivity with AI-Driven Tax Policies [119.07163415116686]
  我々は、経済的平等と生産性を効果的にトレードオフできる税制政策を発見する社会プランナーを訓練する。 競争圧力と市場ダイナミクスを特徴とする経済シミュレーション環境を提案する。 AI主導の税政策は、基本方針よりも平等と生産性のトレードオフを16%改善することを示します。
  論文  参考訳（メタデータ） (2020-04-28T06:57:18Z)
• Learning to Optimize Autonomy in Competence-Aware Systems [32.3596917475882]
  体験を通して学習し、オンラインで更新する自律の内省モデルを提案する。 我々は、さまざまなレベルの自律性と利用可能な人間のフィードバックにおいて、自身の習熟度を明示的にモデル化する能力認識システム(CAS)を定義する。 我々はCASの収束特性を解析し、ロボット配送と自律運転領域の実験結果を提供する。
  論文  参考訳（メタデータ） (2020-03-17T14:31:45Z)

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。