[論文レビュー] Fair Allocation with Binary Valuations for Mixed Divisible and Indivisible Goods

Yasushi Kawase, Koichi Nishimura+1 more|arXiv (Cornell University)|Jun 9, 2023

Game Theory and Voting Systems被引用数 1

ひとこと要約

本稿は、二値評価を持つ混合分割可能および分割不可能財の公平配分を研究し、対称的かつ強い凸性を持つ公平性関数（例：ナッシュ福利やエゴイスト的福利）を最小化することは、分割不可能財が同一であってもNP困難であることを証明する。また、すべての分割可能な財が同一である場合に、離散的および連続的最適化の橋渡しを可能にする近接性構造を活用した多項式時間アルゴリズムを提示する。

ABSTRACT

The fair allocation of mixed goods, consisting of both divisible and indivisible goods, has been a prominent topic of study in economics and computer science. We define an allocation as fair if its utility vector minimizes a symmetric strictly convex function. This fairness criterion includes standard ones such as maximum egalitarian social welfare and maximum Nash social welfare. We address the problem of minimizing a given symmetric strictly convex function when agents have binary valuations. If only divisible goods or only indivisible goods exist, the problem is known to be solvable in polynomial time. In this paper, firstly, we demonstrate that the problem is NP-hard even when all indivisible goods are identical. This NP-hardness is established even for maximizing egalitarian social welfare or Nash social welfare. Secondly, we provide a polynomial-time algorithm for the problem when all divisible goods are identical. To accomplish these, we exploit the proximity structure inherent in the problem. This provides theoretically important insights into the hybrid domain of convex optimization that incorporates both discrete and continuous aspects.

研究の動機と目的

• エージェントが財に対して二値評価を持つ場合の混合財配分における公平性を調査すること。
• 分割可能および分割不可能財を併せ持つ状況において、対称的かつ強い凸性を持つ公平性関数（例：ナッシュまたはエゴイスト的福利）を最小化する問題の計算複雑性を特定すること。
• 特に、ハイブリッド設定における効用ベクトルの構造的性質（特に近接定理）を確立すること。
• 一般にはNP困難であるが、すべての分割可能な財が同一である場合に多項式時間アルゴリズムを設計すること。

提案手法

• 3次元マッチング（3DM）への還元を用いてNP困難性を証明し、分割不可能財が同一である場合でさえも成立することを示す。
• ハイパーエッジとエージェントをモデル化するため、特定の評価を持つ分割可能な財を用いた還元を構築する。
• 近接定理（定理4.1）を活用し、連続的緩和からの効用ベクトルのずれを制限する。
• 整数ベースのポリトープとM-凸集合のミンコフスキー和の構造を用いて、可能な効用ベクトルを分析する。
• 対称性と効用の上限を活用し、すべての分割可能な財が同一である場合の多項式時間アルゴリズムを設計する。
• dec-min緩和フレームワークを適用し、緩和された設定においてΦ-公平配分とdec-min配分が等価であることを示す。

実験結果

リサーチクエスチョン

• RQ1 分割可能および分割不可能財を併せ持つ状況において、二値評価を持つ場合に、対称的かつ強い凸性を持つ公平性関数を最小化することは、分割不可能財が同一であってもNP困難であるか？
• RQ2 すべての分割可能な財が同一である特別な場合に、多項式時間アルゴリズムを設計できるか？
• RQ3 ハイブリッド設定において近接定理が成り立つか？ すなわち、Φの最小化子が連続的緩和の最小化子の単位ハイパーキューブ内に存在するか？
• RQ4 純粋に分割可能または分割不可能な設定と比較して、ハイブリッド設定における効用集合の構造的性質はどのように異なるか？
• RQ5 このハイブリッド領域において、Φ-公平配分とdec-min緩和配分の関係は何か？

主な発見

• 対称的かつ強い凸関数Φの最小化問題は、すべての分割不可能財が同一であってもNP困難である。ナッシュ福利やエゴイスト的社会的福祉を最大化する場合にも同様に成り立つ。
• すべての分割可能な財が同一である場合には、多項式時間アルゴリズムが存在し、二値評価下での効率的で公平な配分が可能になる。
• ハイブリッド設定では近接定理が成り立つ：Φの最小化子は、連続的緩和の最小化子の周囲の単位ハイパーキューブ内に存在する。
• ハイブリッド設定における可能な効用ベクトルの集合は、凸でもM-凸集合でもないため、標準的な離散的および連続的最適化手法は適用できない。
• n人のエージェントがすべて効用1を達成し、他のエージェントが効用0.6を達成するΦ-公平配分の存在は、3DMインスタンスにおける完全マッチングの存在と同値である。これによりNP困難性が確立される。
• 補題6.2は、最大ナッシュ福祉とエゴイスト的社会的福祉の両問題が、分割不可能財が同一であってもNP困難であることを確認している。