[2026年7月29日提出]

PDFを表示 HTML（実験版）

要旨:複数のエージェントグループにわたる資源配分は、eコマースの推薦システム、住宅割り当て、コース割り当てなど多くの応用で発生し、グループの公平性を確保するための多様性制約を伴う最適化問題として定式化されることが一般的です。既存のアプローチは通常、これらの制約をハードな条件として強制するため、実行可能な解空間を過度に制限し、しばしば最適でない配分をもたらします。
本論文では、多様性制約下における公平資源配分のためのパラメータ化フレームワークPRAを提案します。経済モデルにおけるリスク回避パラメータの使用に着想を得て、PRAはグループレベルの多様性を柔軟に制御するための調整可能な不平等回避パラメータ群を導入し、公平性と配分効率の柔軟なトレードオフを可能にします。適切に調整されたパラメータにより、PRAは指定された多様性制約を満たす公平性最適な割り当てを生成します。アプリケーション固有の追加制約に対応するため、適応型バリアントであるAPRAにフレームワークを拡張します。PRAとAPRAの両方の最適性が、選択された公平性指標や追加制約の性質に関わらず成立することを示し、本アプローチの汎用性と堅牢性を強調します。3つの実世界アプリケーションにおける広範な実験により、提案フレームワークが有効性と堅牢性の両面で既存ベースラインを一貫して上回ることを実証します。

投稿履歴

投稿者: Keke Huang [メールを表示]
[v1] 2026年7月29日 水曜日 05:25:02 UTC (871 KB)