Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:1910.14472

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:1910.14472 (cs)
[提交于 2019年10月31日 ]

标题: 学习多智能体系统中的公平性

标题: Learning Fairness in Multi-Agent Systems

Authors:Jiechuan Jiang, Zongqing Lu
摘要: 公平性对人类社会至关重要,有助于稳定性和生产力。 同样,公平性也是许多多智能体系统的关键。 将公平性引入多智能体学习可以帮助多智能体系统变得高效且稳定。 然而,同时实现学习效率和公平性是一个复杂、多目标的联合策略优化问题。 为了解决这些困难,我们提出了FEN,一种新颖的分层强化学习模型。 我们首先为每个智能体分解公平性,并提出公平高效的奖励,使每个智能体学习其自身的策略以进行优化。 为了避免多目标冲突,我们设计了一个由控制器和多个子策略组成的层次结构,其中控制器通过在提供多样化行为以与环境交互的子策略之间切换,来最大化公平高效的奖励。 FEN可以以完全去中心化的方式进行训练,使其易于部署在现实世界的应用中。 实证上,我们表明FEN能够轻松学习公平性和效率,并在多种多智能体场景中显著优于基线方法。
摘要: Fairness is essential for human society, contributing to stability and productivity. Similarly, fairness is also the key for many multi-agent systems. Taking fairness into multi-agent learning could help multi-agent systems become both efficient and stable. However, learning efficiency and fairness simultaneously is a complex, multi-objective, joint-policy optimization. To tackle these difficulties, we propose FEN, a novel hierarchical reinforcement learning model. We first decompose fairness for each agent and propose fair-efficient reward that each agent learns its own policy to optimize. To avoid multi-objective conflict, we design a hierarchy consisting of a controller and several sub-policies, where the controller maximizes the fair-efficient reward by switching among the sub-policies that provides diverse behaviors to interact with the environment. FEN can be trained in a fully decentralized way, making it easy to be deployed in real-world applications. Empirically, we show that FEN easily learns both fairness and efficiency and significantly outperforms baselines in a variety of multi-agent scenarios.
评论: NeurIPS'19
主题: 机器学习 (cs.LG) ; 人工智能 (cs.AI); 多智能体系统 (cs.MA); 机器学习 (stat.ML)
引用方式: arXiv:1910.14472 [cs.LG]
  (或者 arXiv:1910.14472v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.1910.14472
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Zongqing Lu [查看电子邮件]
[v1] 星期四, 2019 年 10 月 31 日 13:59:37 UTC (1,308 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
stat
< 上一篇   |   下一篇 >
新的 | 最近的 | 2019-10
切换浏览方式为:
cs
cs.AI
cs.LG
cs.MA
stat.ML

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号