[論文レビュー] Efficient Nearly-Fair Division with Capacity Constraints

Hila Shoshan, Erel Segal-Halevi+1 more|arXiv (Cornell University)|May 16, 2022

Auction Theory and Applications被引用数 6

ひとこと要約

本稿では、2人のエージェントが加法的効用を持つ場合に、容量制約のもとで分割不能なアイテム（財または負担）を公平かつ効率的に割り当てる多項式時間アルゴリズムを提示する。このアルゴリズムは、パレート最適かつ1つの財と1つの負担についての envy-free（EF[1,1]）な割り当てを保証し、各カテゴリのアイテムが同一の符号を持つ場合（全財または全負担）には EF1 を達成する。

ABSTRACT

We consider the problem of fairly and efficiently allocating indivisible items (goods or bads) under capacity constraints. In this setting, we are given a set of categorized items. Each category has a capacity constraint (the same for all agents), that is an upper bound on the number of items an agent can receive from each category. Our main result is a polynomial-time algorithm that solves the problem for two agents with additive utilities over the items. When each category contains items that are all goods (positively evaluated) or all chores (negatively evaluated) for each of the agents, our algorithm finds a feasible allocation of the items, which is both Pareto-optimal and envy-free up to one item. In the general case, when each item can be a good or a chore arbitrarily, our algorithm finds an allocation that is Pareto-optimal and envy-free up to one good and one chore.

研究の動機と目的

• 混合評価（財と負担）を持つ分割不能アイテムの容量制約のもとでの公平かつ効率的な割り当ての課題に対処すること。
• 特に、エージェントが各カテゴリから受けるアイテム数に制限を受ける状況において、パレート最適性と envy-free の緩和形（例えば EF1）の保証を拡張すること。
• 2エージェント設定において、構成的で多項式時間のアルゴリズムを提供することにより、構造的制約を伴う混合マナ（mixed manna）の処理への大きな一歩を踏み出すこと。
• 単一の財や負担のシナリオにとどまらず、容量制限下での混合評価に適した新しい公平性緩和形、EF[1,1] を導入することにより、一般化を図ること。
• 将来的に3人以上のエージェントや、マトロイド制約や非一様な容量制限といったより一般的な制約に拡張する基盤を築くこと。

提案手法

• 2人のエージェントの効用の重み付き和を最大化する w-最大割り当てを計算するために、重み付き二部グラフを構築する。
• 各ステップで、交換可能なアイテムペア（各エージェントのバndl から1つずつ）を交換することで、 envy を軽減するが、実行可能性と w-最大性を保つ。
• カテゴリ間の交換可能なペアのリストを定義・維持し、各交換後に動的に更新することで、有益な交換の効率的探索を可能にする。
• 効用ベクトルの辞書式順序を用いて、各改善ステップで envy を抱えるエージェントの効用を増加させることで、最終的に EF[1,1] 割り当てに収束することを保証する。
• 構造的補題（例：補題 4.5）を用いて、w-最大割り当ての系列内に、パレート最適かつ EF[1,1] 割り当てが存在することを証明する。
• アルゴリズム1を用いた構成的証明により、w-最大割り当ての空間を体系的に探索し、効率性と公平性を両立する解を発見する。

実験結果

リサーチクエスチョン

• RQ1 2人のエージェントが加法的効用を持つ場合に、容量制約のもとで、パレート最適かつほぼ公平な割り当てを多項式時間で計算可能か？
• RQ2 標準的な EF1 が存在しない可能性がある容量制約下での混合マナ（財と負担）に対して、公平性の緩和形を定義することは可能か？
• RQ3 アイテムが混合評価を持ち、カテゴリベースの容量制限がある状況で、効率性（パレート最適性）と公平性（1つのアイテムを除いて envy-free）を同時に達成する方法は何か？
• RQ4 このアルゴリズムは、2人以上のエージェントや、エージェントごとに非一様な容量制限がある状況に拡張可能か？
• RQ5 割り当て空間の構造的性質（例：w-最大性、交換可能なペア）をどのように活用すれば、公平で効率的な解への収束を保証できるか？

主な発見

• 提案されたアルゴリズムは、アイテム総数 m を用いて O(m⁴) 時間で実行され、実用的応用においても効率的である。
• アルゴリズムは、容量制約下で、アイテムに対する任意の（正または負の）効用を持つ2人のエージェントに対して、パレート最適かつ EF[1,1] 割り当てを保証する。
• 同符号インスタンス（各カテゴリのアイテムが両エージェントに対して全財または全負担）では、EF1 を達成する。これはより強い公平性保証である。
• アルゴリズムは w-最大割り当ての系列を構築し、交換可能なアイテムペアの繰り返し交換を通じて envy を軽減することで、公平で効率的な結果への収束を保証する。
• 証明は、パレート最適かつ EF[1,1] 割り当てが w-最大割り当ての空間内に存在することを示す構造的補題に依存しており、アルゴリズムはそのような点を特定する。
• この手法はモジュラーであり、マトロイド制約やマルチエージェント設定への拡張が可能であるが、3人以上のエージェントへの一般化は未解決の課題のままである。