Fairness-Regularized Online Optimization with Switching Costs
具有切换成本的公平性正则化在线优化
机构 * School of Information（信息学院） ； Rochester Institute of Technology（罗切斯特技术学院） ； Electrical and Computer Engineering（电气与计算机工程） ； University of California, Riverside（加州大学河滨分校） ； Computing & Mathematical Sciences（计算与数学科学） ； California Institute of Technology（加州理工学院）
AI总结 本文提出FairOBD算法，通过引入辅助变量将长期公平性成本分解为在线成本，有效减少公平性正则化成本并促进公平结果。
Comments Accepted by NeurIPS 2025
