⚡ electrical engineering

Welfarist Control Design -- How to fulfill the societal mandate in multi-agent control?

Dieses Paper schlägt ein fundiertes Framework für das Design von Multi-Agenten-Steuerungssystemen vor, die mit gesellschaftlichen Mandaten in Einklang stehen, indem individuelle Präferenzen zu Zielsetzungen aggregiert und Feedback-Mechanismen innerhalb der Online-Feedback-Optimierung, Markov-Entscheidungsprozesse sowie modellprädiktive Regelung nutzt, um die ethische und effiziente Allokation knapper Ressourcen zu gewährleisten.

Ursprüngliche Autoren: Sophie Hall, Kai Zhang, Ilia Shilov, Heinrich H. Nax, Saverio Bolognani

Veröffentlicht 2026-06-24

📖 6 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Sophie Hall, Kai Zhang, Ilia Shilov, Heinrich H. Nax, Saverio Bolognani

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich eine belebte Autobahn, ein Stromnetz oder ein Wasserversorgungssystem vor. An all diesen Orten gibt es eine begrenzte Ressource (wie Platz, Elektrizität oder Wasser), die unter vielen verschiedenen Menschen (Agenten) aufgeteilt werden muss.

Lange Zeit haben Ingenieure, die diese Ressourcen steuernden Systeme entwerfen, hauptsächlich industriellen Faustregeln gefolgt. Sie fragen: „Wie machen wir das schnell und günstig?“ Aber sie überspringen oft eine entscheidende Frage: „Wie machen wir das gerecht?“

Dieses Papier argumentiert, dass Ingenieure, während wir unsere Welt zunehm immer stärker automatisieren, einen neuen, fundierten Weg benötigen, um zu entscheiden, wie diese knappen Ressourcen verteilt werden sollen. Sie nennen dies „Welfarist Control Design“ (Welfaristisches Regelungsdesign).

Hier ist die Aufschlüsselung ihrer Idee, unter Verwendung einfacher Analogien:

1. Das Problem: Die „Black Box“ der Fairness

Stellen Sie sich eine Ampelsteuerung vor. Sie entscheidet, wer fahren darf und wer warten muss.

Der alte Weg: Der Ingenieur stellt sie so ein, dass so viele Autos wie möglich pro Minute durchkommen (Effizienz).
Das Problem: Das könnte bedeuten, dass ein Bus mit 50 Personen ewig warten muss, während ein einzelnes Auto im Vorbeifahren zischend durchzieht. Oder es könnte bedeuten, dass ein Krankenwagen hinter einem Lieferwagen stecken bleibt.
Der Punkt des Papers: Ingenieure treffen heute automatisch „gesellschaftliche Entscheidungen“. Sie benötigen ein klares Rezept dafür, was „fair“ bedeutet, anstatt nur zu raten oder alten Gewohnheiten zu folgen.

2. Das Rezept: Der „Welfaristische“ Ansatz

Die Autoren schlagen ein dreistufiges Rezept vor, um die vage Idee von „Fairness“ in ein mathematisches Problem zu verwandeln, das ein Computer lösen kann.

Schritt 1: Allen zuhören (Präferenzen)
Zuerst müssen Sie wissen, wie sehr jeder Mensch unter einem bestimmten Ergebnis „leidet“ oder davon „profitiert“.

Analogie: Wenn Sie eine Pizza schneiden, müssen Sie wissen, wer verhungert, wer nur hungrig ist und wer auf Diät ist. Sie ordnen jedem Menschen einen „Kostenwert“ für jedes Stück zu.

Schritt 2: Entscheiden, was man vergleichen kann (Die „Vergleichbarkeit“-Regel)
Dies ist der kritischste Teil. Man muss entscheiden, wie sehr man der Fähigkeit vertraut, das Leiden von Menschen miteinander zu vergleichen. Das Paper skizziert vier Vertrauensstufen:

Stufe 1 (Die „Wer ist am schlechtesten gestellt?“-Regel): Man weiß nur, wer gerade den schlechtesten Tag hat, aber nicht, wie viel schlimmer es ist.
- Analogie: Sie wissen, dass Person A verhungert und Person B nur hungrig ist. Sie wissen aber nicht, ob Person A „doppelt so hungrig“ ist. Also versuchen Sie einfach sicherzustellen, dass die hungrigste Person zuerst satt wird. (Dies wird Maximin oder Rawlsianische Fairness genannt).
Stufe 2 (Die „Proportionale“ Regel): Man weiß, dass Menschen unterschiedliche Skalen haben, kann sie aber nicht direkt vergleichen.
- Analogie: Sie wissen, dass Person A 10 $ verliert und Person B 10 $, aber vielleicht sind 10 $ für Person A eine Mahlzeit und für Person B nur ein Pfennig. Sie entscheiden, beide um den gleichen Prozentsatz ihres Budgets zu kürzen. (Dies ist Nash-Fairness).
Stufe 3 (Die „Gleiche Dollar“-Regel): Man kann die Differenz der Kosten vergleichen, aber nicht den Gesamtbetrag.
- Analogie: Sie wissen, dass es genauso gut ist, Person A 10 $ zu ersparen, wie Person B 10 $ zu ersparen, selbst wenn Person A reich und Person B arm ist. Sie addieren einfach alle Ersparnisse auf und maximieren das Gesamtergebnis. (Dies ist utilitaristische Fairness).
Stufe 4 (Die „Vollständige Wissen“-Regel): Man kann alles perfekt vergleichen.
- Analogie: Sie wissen exakt, was jeder Dollar für jeden Menschen bedeutet. Sie können Effizienz und Gleichheit perfekt ausbalancieren.

Schritt 3: Das Rätsel lösen
Sobald Sie Ihre „Vertrauensstufe“ (Schritt 2) gewählt haben, erhalten Sie eine spezifische mathematische Formel. Sie geben dann Ihre Daten (Schritt 1) ein und lassen den Computer die beste Lösung finden.

3. Die Superkraft: Feedback-Schleifen

Das Paper hebt hervor, dass Regelungssysteme besonders sind, weil sie dynamisch sind. Sie treffen nicht nur eine Entscheidung, sondern treffen Entscheidungen immer und immer wieder, beobachten, was passiert, und passen sich an.

Die Analogie: Stellen Sie sich einen Dirigenten vor, der ein Orchester leitet.
- Statische soziale Wahl (Alte Theorie): Der Dirigent schreibt einmal die Partitur und hofft, dass sie gut klingt.
- Welfaristische Regelung (Neue Theorie): Der Dirigent hört der Musik beim Spielen zu. Wenn die Violinen zu laut sind (unfair), schwenkt er den Taktstock, um sie leiser zu machen. Wenn die Pauken zu leise sind, verstärkt er sie.
Warum das wichtig ist: Da das System die Ergebnisse ständig überprüft, kann es Fehler korrigieren. Wenn ein Sturm (ein externer Faktor) einen Stromausfall in einem Viertel verursacht, kann das System die Energie automatisch verschieben, um die Last auszugleichen und sicherzustellen, dass niemand zu lange im Dunkeln sitzt.

4. Praxisbeispiele aus dem Paper

Die Autoren zeigen, wie dies in drei spezifischen Bereichen funktioniert:

Internet-Daten (Die Bandbreite):
- Szenario: Ein Server sendet Videos an drei Personen.
- Utilitaristischer Ansatz: Geben Sie die gesamte Geschwindigkeit der Person mit der besten Verbindung. (Schnellstes Gesamtvideo, aber die anderen bekommen gar nichts).
- Maximin-Ansatz: Geben Sie jedem gerade genug Geschwindigkeit, damit die Person mit der schlechtesten Verbindung ein beobachtbares Video erhält, auch wenn das bedeutet, dass die anderen eine geringere Qualität bekommen.
- Nash-Ansatz: Teilen Sie die Geschwindigkeit so auf, dass niemand mehr gewinnen kann, ohne jemand anderen proportional zu benachteiligen.
Öffentlicher Nahverkehr (Der Busfahrplan):
- Szenario: Eine Stadt hat zusätzliche Busse zur Verfügung. Soll sie die Busse in das belebte Stadtzentrum oder in die ruhigen Vororte schicken?
- Die Erkenntnis des Papers: Je nachdem, welche „Fairness-Regel“ Sie wählen, ändert sich die Antwort.
  - Wenn Sie den Durchschnittstag optimieren wollen, schicken Sie Busse ins Zentrum.
  - Wenn Sie sicherstellen wollen, dass jeder einzelne Tag fair ist, schicken Sie heute vielleicht Busse in die Vororte, um die Mengen im Zentrum auszugleichen.
  - Wenn Sie vergangene Ungerechtigkeiten korrigieren wollen, schicken Sie die Busse heute vielleicht in den Vorort, weil sie gestern vernachlässigt wurden.
Stromnetze (Die Stromrechnung):
- Szenario: Ein Wohnviertel hat ein Leistungslimit. Wer darf seine Klimaanlage nutzen?
- Die Erkenntnis des Papers: Wenn Sie eine „Gesamtkosten“-Regel verwenden, könnten die reichen Häuser den Großteil des Stroms erhalten, weil sie es sich leisten können. Wenn Sie eine „Maximin“-Regel verwenden, schaltet das System den Strom bei den reichen Häusern zuerst ab, um sicherzustellen, dass die ärmeren Häuser kühl bleiben.

Das Fazamit

Das Paper behauptet nicht, einen Zauberstab zu besitzen, der alle Ungleichheiten löst. Stattdessen bietet es einen Werkzeugkasten.

Es sagt den Ingenieuren: „Raten Sie nicht einfach, was ‚fair‘ bedeutet. Wählen Sie explizit eine Regel (wie ‚helfe den am schlechtesten Gestellten‘ oder ‚maximiere das gesamte Glück‘), erklären Sie, warum Sie diese gewählt haben, und nutzen Sie dann die Feedback-Schleife Ihres Regelungssystems, um sicherzustellen, dass diese Regel in Echtzeit befolgt wird.“

Indem sie dies tun, können wir automatisierte Systeme bauen, die nicht nur effizient arbeiten, sondern auch auf eine Weise, die von der Gesellschaft verstanden, vertraut und akzeptiert werden kann.

Technisches Resümee: Welfaristisches Regelungsdesign

Problemstellung

Moderne soziotechnische Systeme verlassen sich zunehmend auf automatisierte Regelungen, um knappe Ressourcen (z. B. Energie, Bandbreite, Wasser, Transitkapazität) unter heterogenen Agenten zu verteilen. Während Regelungstechniker gefordert sind, entscheidende Annahmen über gesellschaftliche Ziele zu treffen, werden aktuelle Designentscheidungen oft eher durch Branchennormen oder Ad-hoc-Ziele als durch prinzipielle ethische Rahmenwerke getrieben. Eine zentrale Herausforderung ist der „große Tradeoff“ zwischen Effizienz und Fairness: wie man die Präferenzen einzelner Agenten zu einer kollektiven Entscheidung aggregiert, die ein gesellschaftliches Mandat (z. B. Gerechtigkeit, Nachhaltigkeit, Sicherheit) erfüllt, ohne in die Fallstricke undefinierter Fairness-Metriken oder Pareto-dominierter Ergebnisse zu geraten.

Das Paper argumentiert, dass die Theorie der Sozialwahl (Social Choice Theory) zwar seit langem Aggregationsprobleme adressiert, ihre Ergebnisse jedoch weitgehend abstrakt geblieben sind und von der realen, dynamischen und unsicheren Natur von Regelsystemen entkoppelt sind. Das Kernproblem besteht darin, die Lücke zwischen den axiomatischen Grundlagen der Wohlfahrtstheorie und den operationalen Anforderungen der dynamischen Systemregelung zu schließen.

Methodik

Das Paper schlägt ein Welfaristisches Regelungsdesign-Framework vor, das die Theorie der Sozialwahl mit der Regelungstechnik integriert. Die Methodik verläuft in drei Hauptstadien:

1. Die welfaristische Design-Pipeline

Die Autoren formalisieren ein Designverfahren basierend auf dem Welfarismus – einer Position, nach der gesellschaftliche Entscheidungen ausschließlich von der individuellen Wohlfahrt (Kosten oder Nutzen) der Agenten abhängen.

Formalisierung: Agenten $i \in \mathcal{N}$ bewerten Ergebnisse $x$ über individuelle Kostenfunktionen $J_i(x)$ . Ein Sozialer Kostenfunktional (Social Cost Functional, SCFL) ordnet Ergebnisse basierend auf dem Kostenprofil $J = (J_1, \dots, J_n)$ ein.
Axiomatisches Fundament: Das Design stützt sich auf drei Kernaxiome, um eine rationale soziale Rangfolge zu gewährleisten:
- Pareto-Prinzip (P): Wenn alle Agenten Ergebnis $x$ gegenüber $y$ bevorzugen, muss die Gesellschaft $x$ gegenüber $y$ bevorzugen.
- Unabhängigkeit von irrelevanten Alternativen (IIA): Die Rangfolge zweier Ergebnisse hängt nur von den Bewertungen der Agenten für diese beiden Ergebnisse ab, was eine Manipulation durch irrelevante Optionen verhindert.
- Paarweise Kontinuität (PC): Kleine Störungen in den Kosten sollten nicht zu abrupten Umkehrungen in der sozialen Rangfolge führen.
Das Welfarismus-Theorem: Unter diesen Axiomen kann jede soziale Rangfolge durch eine kontinuierliche Soziale Kostenfunktion (SCF), $C(J(x))$ , dargestellt werden, welche die individuellen Kosten aggregiert.
Interpersonelle Vergleichbarkeit: Die spezifische Form der SCF wird durch das Maß an verfügbarem Wissen über agentenübergreifende Vergleiche bestimmt:
- Ordinale Vergleichbarkeit (OLC): Nur ordinale Rangfolgen sind bekannt. Admissibler SCF: Maximin (Rawlsian), $C = \max_i J_i(x)$ .
- Kardinale Nicht-Vergleichbarkeit (CNC): Kosten sind kardinal, aber Skalen sind unbekannt. Admissibler SCF: Nash-Verhandlungslösung.
- Kardinale Einheiten-Vergleichbarkeit (CUC): Kostendifferenzen sind auf einer gemeinsamen Skala vergleichbar. Admissible SCF: Gewichteter Utilitarismus, $C = \sum c_i J_i(x)$ .
- Kardinale Volle Vergleichbarkeit (CFC): Sowohl Levels als auch Differenzen sind vergleichbar. Admissible SCF: Utilitarismus plus eine Funktion der Abweichungen vom Mittelwert.

2. Dynamische welfaristische Regelung

Das Paper erweitert diese statischen Konzepte auf dynamische Settings, in denen Entscheidungen wiederholt werden, Ergebnisse durch exogene Störungen beeinflusst werden und Feedback verfügbar ist. Drei Regelungsmethodologien werden adaptiert:

Welfaristische Feedback-Optimierung:
- Wird für Systeme mit schnellen Transienten verwendet, bei denen die stationäre Abbildung $x = h(u, w)$ stabil ist.
- Der Regler aktualisiert Entscheidungen $u$ iterativ mittels Projected Gradient Descent auf der SCF $C(J(x))$ .
- Entscheidend ist, dass der Gradient mittels der Kettenregel unter Verwendung gemessener Ergebnisse $x$ und der Sensitivität $\nabla_u h$ berechnet wird, wodurch das System das welfaristische Optimum verfolgen kann, ohne die Störung $w$ kennen zu müssen.
- Beispiel: Data Network Utility Maximization, bei der verschiedene SCFs (Utilitaristisch vs. Nash vs. Maximin) unter Fading-Kanälen zu unterschiedlichen Leistungsallokationsstrategien führen.
Welfaristische Regelung von Markov-Entscheidungsprozessen (MDPs):
- Adressiert stochastische Dynamiken und Unsicherheit.
- Das Paper identifiziert vier distinkte Wohlfaretskriterien basierend auf der Reihenfolge der Aggregationsoperatoren (Summe $\sum$ $\sum$ , Soziale Kosten $C$ $C$ , Erwartungswert $E$ $E$ ):
  1. SCE: Summe der erwarteten Stufenkosten (Ex-ante, stufenweise).
  2. SEC: Erwartete Summe der Stufenkosten (Ex-post, stufenweise).
  3. CES: Soziale Kosten der erwarteten Sequenz (Ex-ante, sequenzweise).
  4. ECS: Erwartete soziale Kosten der gesamten Sequenz (Ex-post, sequenzweise).
- Zentrale Erkenntnis: SEC und SCE können über Standard-Markov-Policies und Lineare Programmierung gelöst werden. ECS, welches realisierte Sequenzen verfolgt, um vergangene Ungerechtigkeiten zu kompensieren, erfordert nicht-Markovsche Policies (oder eine Zustandsaugmentation durch akkumulierte Kosten), um Fairness über die realisierte Trajektorie sicherzustellen.
- Beispiel: Allokation von öffentlichen Bussen, wobei verschiedene Kriterien die Handhabung von Nachfrageunsicherheit zwischen urbanen und suburbanen Zonen unterschiedlich behandeln.
Welfaristische Modellprädiktive Regelung (MPC):
- Integriert Constraints und Vorhersagen über einen gleitenden Horizont.
- Zwei Objektiv-Designs werden vorgeschlagen:
  1. Verfolgung eines welfaristischen stationären Zustands: Minimierung des Abstands zu einem vorab berechneten optimalen stationären Zustand $(\bar{x}, \bar{u})$ .
  2. Welfarismus zu jedem Zeitpunkt: Minimierung von $\sum C(J(x_t, u_t))$ , was Fairness in jedem Schritt sicherstellt.
  3. Welfarismus über die Zeit: Minimierung von $C(\sum J(x_t, u_t))$ , was Trade-offs erlaubt, bei denen ein Agent jetzt leidet, um später kompensiert zu werden.
- Beispiel: Wohnenergieverwaltung, bei der Constraints (Leitungslimits) Agenten heterogen beeinflussen. Die Wahl der SCF (z. B. Maximin vs. Utilitaristisch) verändert drastisch, wie die Last der Constraints verteilt wird.

Zentrale Beiträge

Prinzipielle Design-Pipeline: Das Paper liefert ein rigoroses Rezept, wie Regelungstechniker von „Ad-hoc“-Fairness-Metriken zu axiomatischen sozialen Kostenfunktionen übergehen können, indem sie die Wahl der SCF explizit mit dem Informationsstand (Vergleichbarkeitsebene) verknüpfen.
Dynamische Integration: Es überträgt erfolgreich statische Social-Choice-Theoreme auf dynamische Regelungsrahmen (Feedback-Optimierung, MDPs, MPC) und zeigt auf, wie Feedback-Schleifen genutzt werden können, um Allokationen über die Zeit zu zertifizieren und zu korrigieren.
Differenzierung der Kriterien: Es klärt die kritischen Unterschiede zwischen ex-ante (erwarteter) und ex-post (realisierter) Fairness sowie zwischen stufenweiser und sequenzweiser Aggregation und zeigt, dass diese Entscheidungen die Regelungspolicies und Ergebnisse fundamental verändern.
Stabilität und Garantien: Das Paper diskutt theoretische Garantien für die geschlossene Regelkreisstabilität (via Dissipativität) und die durchschnittliche Performance, wobei angemerkt wird, wo Standard-Regelungstheoreme gelten (z. B. Utilitaristisches MPC) und wo sie offene Herausforderungen bleiben (z. B. Maximin-Stabilität).

Ergebnisse und Illustrationen

Das Paper validiert sein Framework durch illustrative Beispiele statt durch großflächige empirische Implementierung:

Leistungsabsenkung (Power Curtailment): Zeigt, wie dasselbe physikalische Problem unterschiedliche Regeln (Minimale Gesamtleistung, Gleichheit oder Proportionalität) ergibt, je nachdem, ob der Designer CUC, OLC oder CNC annimmt.
Datennetzwerke: Demonstriert, dass utilitaristische Feedback-Optimierung ineffiziente Agenten „verhungern“ lässt, während Nash- und Maximin-Ansätze unterschiedliche Formen von Fairness (Proportionalität vs. Ergebniseinheitlichkeit) in Anwesenheit von Channel Fading bieten.
Öffentlicher Nahverkehr: Illustriert, wie unterschiedliche Wohlfaretskriterien (SEC vs. ECS) mit Nachfrageunsicherheit umgehen. SEC erzwingt tägliche Gleichheit, während ECS die realisierte Ungerechtigkeit über den Horizont hinweg kompensiert, was langfristige Ungleichheit in extremen Szenarien reduziert.
Energiemanagement: Hebt hervor, dass unter Constraints utilitaristische Ziele die Last möglicherweise auf spezifische Agenten konzentrieren, während Maximin-Objektive die Kosten umverteilen, um den am schlechtesten Gestellten zu schützen, selbst wenn dies die Gesamtsystemkosten erhöht.

Bedeutung und Ansprüche

Das Paper beansprucht, eine prinzipielle Grundlage für „faire Regelung“ zu liefern, die über implizite Industriestandards hinausgeht. Seine Bedeutung liegt in:

Disziplinübergreifende Brücke: Es verbindet die 100 Jahre alte Theorie der Sozialwahl mit moderner Regelungstechnik und macht abstrakte Unmöglichkeitsresultate für angewandte, Echtzeit-Systeme konkret.
Zertifizierbarkeit: Durch die Begründung von Entscheidungen in Axiomen und spezifischen SCFs ermöglicht das Framework die Erklärung und Zertifizierung automatisierter Entscheidungen, was für die gesellschaftliche Akzeptanz von Automatisierung in kritischer Infrastruktur entscheidend ist.
Dynamische Korrektur: Im Gegensatz zur statischen Sozialwahl nutzt die Perspektive der Regelungstechnik Feedback, um exogene Störungen und Unsicherheiten zu korrigieren, und bietet somit einen Mechanismus, um Fairness „über die Zeit“ zu erreichen, statt nur in einem einzelnen Snapshot.

Die Autoren formulieren ihre Ansprüche bescheiden und räumen ein, dass das Framework zwar einen rigorosen Ausgangspunkt bietet, aber signifikante offene Herausforderungen bestehen bleiben. Dazu gehören der Nachweis der Stabilität für nicht-utilitaristische SCFs (wie Maximin), die Handhabung risikoaverser sozialer Planer, die Entwicklung effizienter Lernalgorithmen für unbekannte Umgebungen und die Erweiterung der Theorie auf nicht-zeitseparierte Ziele. Das Paper positioniert sich als ein „Sprung“ hin zu einer Zukunft, in der die Sozialwahl operational in die Steuerung soziotechnischer Systeme integriert ist.