[論文レビュー] Budget Feasible Mechanism Design: From Prior-Free to Bayesian

Xiaohui Bei, Ning Chen+2 more|arXiv (Cornell University)|Mar 20, 2012

Auction Theory and Applications参考文献 36被引用数 60

ひとこと要約

本稿は、事前情報なしおよびベイジアンフレームワークの両方において、部分加法的およびXOS評価関数に対する真実性を保証する予算費用効率の良いメカニズムを提示する。部分加法的関数に対しては、線形計画法の整数性ギャップ解析を用いてO(log n)近似を達成し、ベイジアン設定においてXOSおよび部分加法的関数に対して定数近似を達成する。これは、部分加法的評価関数に対する定数近似メカニズムに関する未解決の問題を解決する。

ABSTRACT

Budget feasible mechanism design studies procurement combinatorial auctions where the sellers have private costs to produce items, and the buyer(auctioneer) aims to maximize a social valuation function on subsets of items, under the budget constraint on the total payment. One of the most important questions in the field is "which valuation domains admit truthful budget feasible mechanisms with `small' approximations (compared to the social optimum)?" Singer showed that additive and submodular functions have such constant approximations. Recently, Dobzinski, Papadimitriou, and Singer gave an O(log^2 n)-approximation mechanism for subadditive functions; they also remarked that: "A fundamental question is whether, regardless of computational constraints, a constant-factor budget feasible mechanism exists for subadditive functions." We address this question from two viewpoints: prior-free worst case analysis and Bayesian analysis. For the prior-free framework, we use an LP that describes the fractional cover of the valuation function; it is also connected to the concept of approximate core in cooperative game theory. We provide an O(I)-approximation mechanism for subadditive functions, via the worst case integrality gap I of LP. This implies an O(log n)-approximation for subadditive valuations, O(1)-approximation for XOS valuations, and for valuations with a constant I. XOS valuations are an important class of functions that lie between submodular and subadditive classes. We give another polynomial time O(log n/loglog n) sub-logarithmic approximation mechanism for subadditive valuations. For the Bayesian framework, we provide a constant approximation mechanism for all subadditive functions, using the above prior-free mechanism for XOS valuations as a subroutine. Our mechanism allows correlations in the distribution of private information and is universally truthful.

研究の動機と目的

• 計算制約を無視しても、部分加法的関数に対する定数近似予算費用効率メカニズムが存在するかどうかという未解決問題に取り組むこと。
• 予算制約下でのメカニズム設計における、事前情報なしの最悪ケース解析とベイジアン解析のギャップを埋めること。
• 部分加法的およびXOS評価関数に対して、小さな近似比を達成する普遍的真実性メカニズムを開発すること。
• 単調性を保つ変換を用いて、非単調部分加法的関数への結果の拡張。
• 予算制約下での近似可能性という観点から、XOS関数と部分加法的関数の違いを明らかにすること。

提案手法

• 評価関数の分数的カバーをモデル化する線形計画法（LP）を用い、整数性ギャップIを用いて近似比を制限する。
• 部分加法的関数に対してO(I)近似を達成する事前情報なしメカニズムを設計し、ここでIはLPの最悪ケース整数性ギャップである。
• 部分加法的関数に対してO(log n / log log n)近似を達成する第二の事前情報なしメカニズムを導入し、O(log²n)の既存の境界を改善する。
• 既存の事前情報なしXOSメカニズムをサブルーチンとして用いるベイジアンメカニズムを構築し、既知のコスト分布のもとで部分加法的関数に対して定数近似を達成する。
• 両フレームワークにおいて真実性と予算費用効率を保証するために、確率的サンプリングとしきい値処理の技術を用いる。
• 非単調部分加法的関数に対しては、v̂(S) = max_{T⊆S} v(T)として定義される単調版を導入し、近似保証を保持する変換を適用する。

実験結果

リサーチクエスチョン

• RQ1 事前情報なし設定において、部分加法的関数に対する定数近似予算費用効率メカニズムは存在するか？
• RQ2 既知のコスト分布を前提としたベイジアンメカニズムを用いて、部分加法的関数を定数因子で近似できるか？
• RQ3 LPの整数性ギャップは、部分加法的関数の近似比を決定づける役割を果たすか？
• RQ4 予算制約下での近似可能性という観点から、XOS関数と部分加法的関数はどのように異なるか？
• RQ5 単調関数向けに設計されたメカニズムは、非単調部分加法的関数へと拡張可能か？

主な発見

• 本稿は、部分加法的関数に対してO(log n)近似比を達成する事前情報なしメカニズムを提示し、以前のO(log²n)の境界を改善する。
• 第二の事前情報なしメカニズムは、部分加法的関数に対して対数より小さいO(log n / log log n)近似を達成し、最先端の結果をさらに改善する。
• XOS関数に関しては、事前情報なし設定においてLPの整数性ギャップを性能の上限として用いることで、定数近似を達成する。
• ベイジアンフレームワークにおいて、本稿はすべての部分加法的関数に対して定数近似を達成する普遍的真実性メカニズムを構築し、Dobzinskiらが提起した未解決問題を解決する。
• 非単調部分加法的関数に対しても、v̂(S) = max_{T⊆S} v(T)として定義される変換により、単調化することでメカニズムが有効に保たれる。
• 結果から、予算制約下での近似可能性という観点で、XOS関数と部分加法的関数の根本的な違いが、平均周辺の評価の指数的集中と関連していることが明らかになる。