Consensus-based Participatory Budgeting for Legitimacy: Decision Support via Multi-agent Reinforcement Learning

要約

政策立案者による公的資金の分配に関するボトムアップの民主的プロセスの正当性は、困難かつ複雑です。
参加型予算編成はそのようなプロセスであり、投票結果が常に公平または包括的であるとは限りません。
どのプロジェクトのアイデアを投票にかけ、実装するかを選択するための審議は体系化されておらず、規模も拡大しません。
この文書は、斬新で正当な反復的コンセンサスに基づく参加型予算編成プロセスを導入することで、これらの大きな課題に対処します。
コンセンサスは、革新的なマルチエージェント強化学習アプローチによる意思決定支援の結果として設計されています。
有権者は、実行可能な妥協を行うために相互に対話することができます。
ポーランドの実際の参加型予算編成データを用いた広範な実験評価により、合意形成が可能であり、効率的かつ堅牢であるという驚くべき発見が明らかになりました。
妥協が必要ですが、これは、コンセンサスを得ることなく公平性と包括性を促進する既存の投票集計方法に匹敵します。

要約(オリジナル)

The legitimacy of bottom-up democratic processes for the distribution of public funds by policy-makers is challenging and complex. Participatory budgeting is such a process, where voting outcomes may not always be fair or inclusive. Deliberation for which project ideas to put for voting and choose for implementation lack systematization and do not scale. This paper addresses these grand challenges by introducing a novel and legitimate iterative consensus-based participatory budgeting process. Consensus is designed to be a result of decision support via an innovative multi-agent reinforcement learning approach. Voters are assisted to interact with each other to make viable compromises. Extensive experimental evaluation with real-world participatory budgeting data from Poland reveal striking findings: Consensus is reachable, efficient and robust. Compromise is required, which is though comparable to the one of existing voting aggregation methods that promote fairness and inclusion without though attaining consensus.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google