[論文レビュー] Combining Voting Rules Together

Nina Narodytska, Toby Walsh+1 more|arXiv (Cornell University)|Mar 14, 2012

Game Theory and Voting Systems参考文献 7被引用数 6

ひとこと要約

本稿では、個々の投票ルールの勝者同士でランオフを実施する投票ルールコンビナトリを提案し、そのベースルールの1つがCondorcet整合性を満たしていれば、その性質を継承することを示している。この手法により、操作の計算的困難さが増し、近似最適操作を見つける性能が向上する。

ABSTRACT

We propose a simple method for combining together voting rules that performs a run-off between the different winners of each voting rule. We prove that this combinator has several good properties. For instance, even if just one of the base voting rules has a desirable property like Condorcet consistency, the combination inherits this property. In addition, we prove that combining voting rules together in this way can make finding a manipulation more computationally difficult. Finally, we study the impact of this combinator on approximation methods that find close to optimal manipulations.

研究の動機と目的

• 複数の投票ルールを組み合わせるシンプルで効果的な方法を開発し、集団的意思決定を改善すること。
• 投票ルールを組み合わせることで、1つのベースルールがCondorcet整合性などの規範的性質を満たす場合に、それが継承されるかどうかを調査すること。
• コンビナトリが投票操作の計算的複雑さに与える影響を分析すること。
• 近似最適操作を見つけるための近似アルゴリズムの性能に、コンビナトリが与える影響を評価すること。

提案手法

• 同じプロファイルに対して、各ベースルールを並列に実行し、それぞれのルールの勝者集合を収集する。
• 個々のルールの勝者同士でランオフを実施し、最終的な勝者を決定する。
• Condorcet整合性、単調性、一貫性などの規範的性質について、形式的に分析する。
• 重み付き投票を想定した状況下で操作の計算的複雑さを検討し、例えば plurality + cup の組み合わせではNP困難であることを証明する。
• 近似アルゴリズム（Greedy, AdaptGreedy）を組み合わせたルールに適合させ、近似最適操作を見つける性能を評価する。
• 実験では、候補者数と投票者数（n, m ∈ {4, 8, 16, 32}）を変化させた均一分布およびPolya-Eggenberger urnで生成された合成データを用いる。

実験結果

リサーチクエスチョン

• RQ1 投票ルールコンビナトリは、1つのベースルールが条件を満たしていれば、例えばCondorcet整合性のような望ましい規範的性質を継承できるか？
• RQ2 ランオフを用いた投票ルールの組み合わせは、操作を見つけるための計算的複雑さにどのように影響するか？
• RQ3 コンビナトリは、戦略的投票における近似アルゴリズムの性能をどの程度向上させるか？
• RQ4 コンビナトリは、単調性や一貫性といった重要な性質を保持するか、それとも破壊するか？
• RQ5 近似アルゴリズムを組み合わせたルールに適応させた場合、最適解と比較して必要な操作者の数は、個々のルールと比べてどの程度変化するか？

主な発見

• ベースルールの1つがCondorcet整合性を満たしていれば、コンビナトリはその性質を継承する。他のルールがそれらを満たさなくてもよい。
• 組み合わせにより操作の計算的困難さが増加する：plurality + cup の組み合わせでは、個々に多項式時間で操作可能なものの、全体としての操作計算はNP困難である。
• 組み合わせたルールに適応させた近似アルゴリズム（例：AdaptGreedy）は、最適解と比較して最大で1人の追加操作者で解を達成する。
• 標準的な近似アルゴリズム（例：plurality用のGreedy）は、組み合わせたルールでは最適解に比べて著しく多くの操作者を必要とし、適応の必要性を示している。
• AdaptGreedyアルゴリズムは、標準的なヒューリスティクスを上回り、全テストされた選挙規模において最小限の過剰操作者数で近似最適解を達成する。
• コンビナトリは単調性や一貫性を保持しない。これはランオフメカニズムによって失われるためである。