[論文レビュー] A Note on Approximating Weighted Nash Social Welfare with Additive Valuations

Yuda Feng, Shi Li|arXiv (Cornell University)|Jan 1, 2024

Economic theories and models被引用数 1

ひとこと要約

本稿では、加法的評価値を前提とした重み付きナッシュ社会的余命問題に対する、最初の O(1)-近似アルゴリズムを提示する。近似比は $ e^{1/e} + \epsilon \approx 1.445 + \epsilon $ を達成する。この手法は、構成形線形計画法（LP）を用い、Shmoys-Tardosのラウンディング技術を適用する。解析では、近似品質が、重みなし同額評価値ケースにおける最適解とEF1割り当ての間の最悪ケースギャップに依存しており、そのギャップは $ e^{1/e} $ 未満であることが知られている。

ABSTRACT

We give the first $O(1)$-approximation for the weighted Nash Social Welfare problem with additive valuations. The approximation ratio we obtain is $e^{1/e} + ε\approx 1.445 + ε$, which matches the best known approximation ratio for the unweighted case. Both our algorithm and analysis are simple. We solve a natural configuration LP for the problem, and obtain the allocation of items to agents using a randomized version of the Shmoys-Tardos rounding algorithm developed for unrelated machine scheduling problems. In the analysis, we show that the approximation ratio of the algorithm is at most the worst gap between the Nash social welfare of the optimum allocation and that of an EF1 allocation, for an unweighted Nash Social Welfare instance with identical additive valuations. This was shown to be at most $e^{1/e} \approx 1.445$ by Barman, Krishnamurthy and Vaish, leading to our approximation ratio.

研究の動機と目的

• 加法的評価値を前提とした重み付きナッシュ社会的余命問題に対する近似アルゴリズムのギャップを埋めること。本研究以前、この問題に対しては定数因子近似が知られていなかった。
• 重みなしケースにおける最高の近似比（$ e^{1/e} + \epsilon $）を、同額加法的評価値を前提とした重み付き設定に拡張すること。
• 指数的変数を有する新しい構成形LP定式化に基づく、単純で組合せ的なアルゴリズムを設計し、効率的に解き、ラウンドできるようにすること。
• 近似比と、重みなし同額評価値ケースにおける最適解とEF1割り当ての間の最悪ケースギャップとの間のきつい関係を確立すること。
• 入力サイズと $ \epsilon $ に対して多項式時間で動作する決定的アルゴリズムを提供し、重みなしケースで達成可能な最高の近似保証と同等の保証を得ること。

提案手法

• 各エージェント $ i $ がアイテム集合 $ S $ を受け取るかどうかを表す変数 $ y_{i,S} $ を用いた構成形LPを定式化し、すべての可能な割り当てを捉える。
• 楕円体法を用いて、動的計画法で制約をチェックする分離オракルを備えた高精度でLPを解く。
• 分数LP解に対してShmoys-Tardosラウンディングアルゴリズムを適用し、各エージェントの分数アイテム割り当てをアイテムグループごとのスケジューリング問題として扱う。
• 各エージェントについて、価値の高い順に分数アイテムをグループ化し、各グループが1単位の割合を含むようにし、マージナル確率を用いて整数割り当てにラウンドする。
• 各エージェントが同額評価値を持つ補助的な重みなしナッシュ社会的余命インスタンスを構築し、LP解は分数割り当てに対応し、ラウンド済み解はEF1割り当てに対応する。
• 重みなし同額評価値ケースにおけるEF1割り当ての $ e^{1/e} $-近似保証を活用し、全体のアルゴリズムの近似比を上限づける。

実験結果

リサーチクエスチョン

• RQ1 加法的評価値を前提とした重み付きナッシュ社会的余命問題に対して、定数因子近似が達成可能か。これは、重みなしケースで達成可能な最高の比と一致するか。
• RQ2 構成形LP定式化は、効率的な分離オラクルを備えており、Shmoys-Tardosラウンディングと組み合わせることで定数因子近似を達成できるか。
• RQ3 重みなし同額評価値ケースにおける最適解とEF1割り当ての間の最悪ケースギャップが、重み付き設定における近似比の上限を定めるのにタイトか。
• RQ4 指数的変数を有する構成形LPに対して、多項式時間の分離オラクルが存在する場合、楕円体法を効果的に適用できるか。
• RQ5 アルゴリズムを入力サイズと $ \epsilon $ に対して多項式時間で動作する決定的かつ効率的なものにできるか。$ n $ に指数的依存を用いない。

主な発見

• 本稿では、加法的評価値を前提とした重み付きナッシュ社会的余命問題に対する最初の $ O(1) $-近似を達成し、近似比は $ e^{1/e} + \epsilon \approx 1.445 + \epsilon $ であり、重みなしケースで達成可能な最高比と一致する。
• アルゴリズムは決定的であり、入力サイズと $ 1/\epsilon $ に対して多項式時間で実行可能であり、近似目的において効率的で実用的である。
• 指数的変数を有する構成形LP定式化は、動的計画法に基づく多項式時間分離オラクルを備えた楕円体法により、高精度で解ける。
• 解析により、近似比が、重みなし同額評価値ケースにおける最適割り当てのナッシュ社会的余命とEF1割り当てのナッシュ社会的余命の間の最悪ケース比に上限づけられることを示した。この比は、$ e^{1/e} $ 未満であることが知られている。
• パラメータを推測し、スケーリングされた値を用いたナップサック被覆問題を解くことで、分離オラクルは $ \text{poly}(n, m, 1/\epsilon) $ 時間で実行可能である。
• 双対変数が負になる可能性があるという課題に対し、双対変数に多項式的バウンディングを示し、適切に選ばれた初期楕円体を用いた修正された楕円体法を用いることで対処した。