走向新的社会选择理论
摘要：社会选择是从个体观点、偏好、利益或福利出发，针对社会福利的集体决策理论。计算社会福利是一个相对较新的领域，在人工智能社群中影响力日益增强。经典文献假设了单峰偏好，即存在一个偏好的排序，并且在这个排序中存在一个全局最大值。今年一些关于两阶段批准投票系统（TAVs）、多赢家选择规则（MWSR）以及不完全（IPs）和循环偏好（CPs）的理论结果被发布。本文的目的有三个：首先，我想介绍社会选择优化作为TAVs的一种概括，其中有一个最大阶段和一个最小阶段，实施了一个Minimax，即人工智能中常用的决策规则，以最小化对（社会）目标的阻碍。其次，我想在我博士论文中进行的开放标准化和开放整合理论（在完善过程中）的基础上，介绍社会包容性的开放标准化，作为社会选择优化的全球社会目标。
作者：Andr''es Garc''ia-Camino
论文ID：2007.15393
分类：Artificial Intelligence
分类简称：cs.AI
提交时间：2023-07-25