SMaRT：在线可重用资源分配及其在肯尼亚司法调解中的应用

本文研究了肯尼亚司法体系中调解员分配问题，提出了一种名为 SMaRT 的在线可重复资源分配算法。该算法旨在解决将新案件立即分配给可用且容量受限的调解员（资源）的问题，其中资源在质量上存在差异，可能需要学习，并且只能分配给与其他资源可分配任务集重叠程度不同的任务子集。

核心观点：

• 肯尼亚司法体系中的调解员分配存在效率低下和分配不均等问题，需要自动化分配工具。
• 调解员分配问题具有以下挑战：
  • 调解员质量未知，需要学习。
  • 容量约束为软性约束，需要平衡案件分配和调解员负荷。
  • 高维状态空间，现有调度和资源分配算法效率低下。
• SMaRT 算法通过以下方式解决上述挑战：
  • 使用价值增值模型量化调解员对案件成功解决的贡献。
  • 采用多智能体 bandit 风格框架进行学习，维护关于调解员价值增值的高斯信念分布。
  • 使用二次规划 (QP) 公式进行分配，并引入惩罚项来约束容量超负荷。

关键数据：

• 肯尼亚司法体系拥有超过 2000 名调解员，涵盖 87 个地理位置和 12 种案件类型。
• 价值增值模型估计显示，调解员价值增值与案件解决概率之间存在显著正相关关系。

研究结论：

• 与基准策略（如循环分配、贪婪算法和汤普森采样）相比，SMaRT 在最大化案件解决率的同时，能够有效管理调解员负荷。
• SMaRT 在已知调解员质量和未知调解员质量的情况下均表现优异，证明了其学习能力和适应性。
• 研究计划进行随机对照试验，将 SMaRT 应用于肯尼亚司法体系的调解管理系统中。

SMaRT 算法优势：

• 能够平衡探索和利用，有效学习调解员价值增值。
• 通过二次规划公式进行优化，能够满足软性容量约束。
• 算法参数可调，允许管理员控制容量约束的严格程度和案件解决率之间的权衡。