[論文レビュー] Complexity of Mechanism Design

Vincent Conitzer, Tüomas Sandholm|arXiv (Cornell University)|May 28, 2002

Auction Theory and Applications参考文献 18被引用数 249

ひとこと要約

本稿は、報酬のない多エージェントシステムにおける好みの集約のための自動メカニズム設計を提案し、支配戦略およびベイズ・ネッシュ実装の両方において、決定的メカニズムの設計がNP完全であることを示している。しかし、確率的メカニズムを許容することで、計算複雑性は多項式時間に低下し、戦略的不確実性をもたらす一方で、真実性を損なわずにより高い社会的福祉を達成できる。

ABSTRACT

The aggregation of conflicting preferences is a central problem in multiagent systems. The key difficulty is that the agents may report their preferences insincerely. Mechanism design is the art of designing the rules of the game so that the agents are motivated to report their preferences truthfully and a (socially) desirable outcome is chosen. We propose an approach where a mechanism is automatically created for the preference aggregation setting at hand. This has several advantages, but the downside is that the mechanism design optimization problem needs to be solved anew each time. Focusing on settings where side payments are not possible, we show that the mechanism design problem is NP-complete for deterministic mechanisms. This holds both for dominant-strategy implementation and for Bayes-Nash implementation. We then show that if we allow randomized mechanisms, the mechanism design problem becomes tractable. In other words, the coordinator can tackle the computational complexity introduced by its uncertainty about the agents preferences BY making the agents face additional uncertainty.This comes at no loss, AND IN SOME cases at a gain, IN the(social) objective.

研究の動機と目的

• 報酬のない多エージェントシステムにおいて、エージェントが好みを不正に報告する可能性がある状況での、操作不能なメカニズムの設計に取り組む。
• クォージラインアリティや報酬を前提とする古典的メカニズムの現実的でない仮定を克服する。
• 一般に適用可能なメカニズムではなく、特定の設定に対して自動生成されたメカニズムの設計における計算複雑性を調査する。
• 確率的化が計算複雑性を低減させつつ社会的福祉を向上させられるかどうかを検討する。
• 確率的メカニズムが、効率性と計算の扱いやすさの両面で決定的メカニズムを上回ることを示す。

提案手法

• エージェントのタイプ、事前分布、社会的目標を入力として、メカニズム設計を最適化問題として定式化する。
• 決定的メカニズム設計を、報告された好みに基づいて固定された結果を選択するものとして定義し、操作不能性の制約を課す。
• 確率的メカニズム設計を、結果の確率分布に基づいて結果を確率的に選ぶものとして導入する。
• 支配戦略およびベイズ・ネッシュ実装の両方において、線形計画法を用いて確率的メカニズム設計問題を効率的に解く。
• 任意のメカニズムを性能に変化を与えないまま操作不能なメカニズムに変換する変換を適用し、操作不能なメカニズムに焦点を当てる正当性を示す。
• 背理法を用いて、一部の状況では確率的化が期待社会的福祉を厳密に増加させることを示し、これが成立しない場合、P ≠ NP が導かれる。

実験結果

リサーチクエスチョン

• RQ1 報酬が許可されない状況で、操作不能な決定的メカニズムの設計問題は計算的に困難であるか？
• RQ2 決定的メカニズムがNP完全である場合、確率的メカニズムはその問題を扱いやすくするか？
• RQ3 メカニズムにおける確率的化は、決定的メカニズムと比較して、より高い期待社会的福祉をもたらすか？
• RQ4 メカニズム自体に不確実性を導入することで、メカニズム設計の計算複雑性を低減できるか？
• RQ5 操作不能な設定において、決定的メカニズムと確率的メカニズムの性能に根本的な格差があるか？

主な発見

• 報酬が許可されない状況で、支配戦略およびベイズ・ネッシュ実装の両方において、決定的メカニズム設計問題はNP完全である。
• 支配戦略およびベイズ・ネッシュ実装の両方において、確率的メカニズム設計は線形計画法により多項式時間で解ける。
• 同じ設定において、確率的メカニズムは、任意の決定的メカニズムよりも厳密に高い期待社会的福祉を達成できる。
• 3つの結果、2人のエージェントからなる例では、確率的メカニズムが5.5の期待社会的福祉を達成するが、最良の決定的メカニズムではわずか5にとどまる。
• このような格差の存在は、計算複雑性がなければ確率的化が社会的福祉を向上させないものと仮定すれば、P ≠ NP を示唆する。
• 本稿は、メカニズムに不確実性を導入することで、社会的福祉を損なわず計算複雑性を低減できることを示している。場合によっては、社会的福祉を向上させることすら可能である。