直播预告 | 逐步公平性约束下的强化学习

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

哔哩哔哩直播通道

扫码关注AI TIME哔哩哔哩官方账号预约直播

11月10日 10:00—11:00

讲者简介

吴志威（Steven Wu）：

现任职卡内基梅隆大学计算机学院教授。2017年博士毕业于宾夕法尼亚大学，2017到2018年在微软研究所（纽约）担任博士后，2018到2020年在明尼苏达大学担任助理教授。主要研究机器学习和算法设计，特别关注对隐私数据的保护，算法的公平性，博弈论和强化学习等方向。他的工作发表于Science, PNAS, ICML, NeurIPS, ICLR, STOC, FOCS, COLT, EC等顶级期刊和会议。曾获得宾夕法尼亚大学Morris and Dorothy Rubinoff最佳毕业论文奖 (2017), Facebook/Meta Research Award (2018, 2021, 2022), Okawa Foundation Research Grant (2021), Google Faculty Research Award (2019), J.P. Morgan Faculty Award (2019, 2022)等奖项。

个人主页：https://zstevenwu.com/

讲者简介

邓准：

现任职哥伦比亚大学博士后研究员, 同时也是西蒙斯学院算法公平性理论合作组的一员。此前毕业于哈佛大学计算机专业，师从Cynthia Dwork。他目前的研究兴趣是理论计算机和社会科学的交叉领域，以及机器学习。

个人主页：https://www.zhundeng.org

报告题目

逐步公平性约束下的强化学习

报告简介

现代社会中，人工智能算法无处不在，被应用于信贷，就业和住房分配等领域。对于人工智能的广泛应用，为算法决策方面提供公平性至关重要。此外，许多应用场景包含了动态反馈：政策制定影响个人的状态分布，而状态分布反过来又影响下一步的政策决定。基于此，我们介绍了逐步公平性约束下的强化学习 (RL) ，要求每一步的决策都需要保证算法公平性。我们为此种强化学习提供了算法，并提供了关于策略最优性和违反公平性的惩罚的理论保证。我们的框架提供了有用的工具来研究公平约束在动态决策中的影响，并为强化学习领域提出了新的挑战。

大家可以在群内进行提问，请添加“AI TIME小助手（微信号：AITIME_HY）”，回复“RL”，拉您进群”！

AI TIME微信小助手

主办单位：国际科技信息中心

承       办：AI TIME

往期精彩文章推荐

记得关注我们呀！每天都有新知识！

 关于AI TIME 

AI TIME源起于2019年，旨在发扬科学思辨精神，邀请各界人士对人工智能理论、算法和场景应用的本质问题进行探索，加强思想碰撞，链接全球AI学者、行业专家和爱好者，希望以辩论的形式，探讨人工智能和人类未来之间的矛盾，探索人工智能领域的未来。

迄今为止，AI TIME已经邀请了800多位海内外讲者，举办了逾400场活动，超400万人次观看。

我知道你

在看

哦

~

点击 阅读原文 预约直播！