[論文レビュー] Budget Feasible Mechanism Design via Random Sampling

Xiaohui Bei, Ning Chen+2 more|arXiv (Cornell University)|Jul 15, 2011

Auction Theory and Applications参考文献 10被引用数 3

ひとこと要約

本稿は、$ O\left(\frac{\log n}{\log\log n}\right) $ の近似比を達成する多項式時間で真実性を保証する予算費用効率の良いメカニズムを、部分加法的評価関数に対して提示している。これは、以前の $ O(\log^2 n) $ の境界を改善したものである。本稿はランダムサンプリングを活用し、メカニズム設計と協力ゲーム理論における近似コアの間の関係を確立しており、サブモジュラ関数を厳密に一般化するXOS関数が、定数係数の近似メカニズムを有することを示している。

ABSTRACT

Budget feasible mechanism considers algorithmic mechanism design questions where there is a budget constraint on the total payment of the mechanism. An important question in the field is that under which valuation domains there exist budget feasible mechanisms that admit `small' approximations (compared to a socially optimal solution). Singer \cite{PS10} showed that additive and submodular functions admit a constant approximation mechanism. Recently, Dobzinski, Papadimitriou, and Singer \cite{DPS11} gave an $O(\log^2n)$ approximation mechanism for subadditive functions and remarked that: "A fundamental question is whether, regardless of computational constraints, a constant-factor budget feasible mechanism exists for subadditive function." In this paper, we give the first attempt to this question. We give a polynomial time $O(\frac{\log n}{\log\log n})$ sub-logarithmic approximation ratio mechanism for subadditive functions, improving the best known ratio $O(\log^2 n)$. Further, we connect budget feasible mechanism design to the concept of approximate core in cooperative game theory, and show that there is a mechanism for subadditive functions whose approximation is, via a characterization of the integrality gap of a linear program, linear to the largest value to which an approximate core exists. Our result implies in particular that the class of XOS functions, which is a superclass of submodular functions, admits a constant approximation mechanism. We believe that our work could be a solid step towards solving the above fundamental problem eventually, and possibly, with an affirmative answer.

研究の動機と目的

• 部分加法的関数に対して定数係数の予算費用効率の良いメカニズムが存在するかどうかという根本的な未解決問題に取り組むこと。
• 部分加法的関数に対する既存の最良の近似比を、$ O(\log^2 n) $ から $ O\left(\frac{\log n}{\log\log n}\right) $ に改善すること。
• 予算費用効率の良いメカニズム設計と協力ゲーム理論における近似コアの間の関係を確立すること。
• サブモジュラ関数の上位クラスであるXOS関数が、予算制約下で定数係数の真実性を保証するメカニズムを有することを示すこと。
• 需要オракルを用いることで、多項式時間で実装可能なメカニズムを提供し、実用的応用性を高めること。

提案手法

• メカニズムは、エージェントの費用と評価を推定するためにランダムサンプリングを用い、サンプルデータに基づいて真実性を保証する割り当てルールを構築する。
• 部分加法的およびXOS関数に対して近似解を計算するために需要オラクルを用い、多項式時間の実行可能性を保証する。
• メカニズムの近似比は、近似コアに関連する線形計画緩和の整数性ギャップから導出される。
• 重要なサブルーチンとして、変換された重みの下で最大マッチングを計算するものがあり、サンプルサブ問題における加法的評価を持つエージェントの効率的選択を可能にする。
• サンプルデータに基づくしきい値支払いルールを用いることで、支配的戦略インcentiveを維持し、真実性を保証する。
• XOS関数への拡張は、線形関数の点ごとの最大値としてのXOS関数の表現を活用し、需要クエリを用いて定数係数近似を実現する。

実験結果

リサーチクエスチョン

• RQ1 計算制約に関係なく、部分加法的関数に対して定数係数の予算費用効率の良いメカニズムが存在するか？
• RQ2 部分加法的関数に対する近似比を $ O(\log^2 n) $ を超えて改善できるか？
• RQ3 予算費用効率の良いメカニズム設計と協力ゲーム理論における近似コアの間の関係は何か？
• RQ4 XOS関数は、定数係数の真実性を保証する予算費用効率の良いメカニズムを有するか？
• RQ5 メカニズムは、需要オラクルのみを用いて効率的に実装可能か？

主な発見

• 本稿は、部分加法的関数に対して最初のサブログラス近似比メカニズムを提示しており、$ O\left(\frac{\log n}{\log\log n}\right) $ を達成し、以前の $ O(\log^2 n) $ の境界を改善している。
• メカニズムは真実性を保証しており、部分加法的評価関数の需要オラクルのみを用いて多項式時間で実行可能である。
• 近似比が、近似コアが存在する最大の値と線形関係にあることが示され、メカニズム設計と協力ゲーム理論の間の関連が明確になった。
• サブモジュラ関数を一般化するXOS関数は、定数係数の真実性を保証する予算費用効率の良いメカニズムを有することを示しており、このクラスに対する重要な問いが解決された。
• マッチングやクリークといった特定の問題に対して、需要クエリを用いて効率的に実装可能であり、定数係数近似を達成している。
• 結果は、部分加法的関数に対して定数係数メカニズムが存在するかどうかという未解決問題への道筋を示しており、肯定的解答への強い証拠を示している。