[論文レビュー] Fair Public Decision Making

Vincent Conitzer, Rupert Freeman+1 more|arXiv (Cornell University)|Nov 12, 2016

Game Theory and Voting Systems参考文献 28被引用数 5

ひとこと要約

本稿は、複数の問題を同時に決定する公共意思決定の文脈において、追加的効用が問題間で加法的である場合に、比例性の一つの問題に対する妥協（Prop1）、ラウンドロビン共有（RRS）、懐疑的割合共有（PPS）という、新しい公平性の概念を導入する。最大ネ什福利（MNW）解法が、これらの三つの緩和条件を満たすか、それらを近似することを示しており、従来の私的財分配を超えた計算可能性と公平性を兼ね備えた集団意思決定のための実用的で公平なメカニズムを提供する。

ABSTRACT

We generalize the classic problem of fairly allocating indivisible goods to the problem of \emph{fair public decision making}, in which a decision must be made on several social issues simultaneously, and, unlike the classic setting, a decision can provide positive utility to multiple players. We extend the popular fairness notion of proportionality (which is not guaranteeable) to our more general setting, and introduce three novel relaxations --- \emph{proportionality up to one issue, round robin share, and pessimistic proportional share} --- that are also interesting in the classic goods allocation setting. We show that the Maximum Nash Welfare solution, which is known to satisfy appealing fairness properties in the classic setting, satisfies or approximates all three relaxations in our framework. We also provide polynomial time algorithms and hardness results for finding allocations satisfying these axioms, with or without insisting on Pareto optimality.

研究の動機と目的

• 非分割的私的財から複数の問題にわたる同時的な公共意思決定への公平配分の一般化を目的とする。
• 公共意思決定の文脈に比例性を拡張する新しい公平性の緩和条件（Prop1、RRS、PPS）を定義すること。
• 公共意思決定における公平性と効率性（パレート最適性）を達成するための計算複雑性を分析すること。
• 最大ネッシュ福利（MNW）メカニズムが公平性および効率性基準をどの程度満たすかを評価すること。
• 公平配分と投票理論の間の関係を探索し、ハイブリッドメカニズムのための新たな方向性を同定すること。

提案手法

• 三つの公平性の緩和条件を提案する：Prop1（一つの問題を変更可能であれば比例的共有）、RRS（最後のプレイヤーとしてラウンドロビンメカニズムによる効用）、PPS（1/nの問題における最悪ケースの比例的共有）。
• 効用の積を最大化する最大ネッシュ福利（MNW）解法を、三つの公平性緩和条件を満たすか近似するメカニズムとして分析する。
• 各プレイヤーが効用の増加に基づいて反復的に問題を割り当てるグリーディアルゴリズムを設計し、Prop1とパレート最適性を目的とする。
• ラウンドロビンメカニズムがProp1とRRSを満たすが、パレート最適性を保証しないことを証明する。
• 確率的ラウンディングと極限の議論を用いて、確率的MNWの結果が期待値において公平性を満たすことを示し、決定的結果を確率的設定に一般化する。
• 複雑性の上限を確立する：RRSとPOを満たす割り当てを求める問題はNP困難であり、RRSに対する定数倍近似解法の存在は未解決の問題である。

実験結果

リサーチクエスチョン

• RQ1 複数のプレイヤーが同時に影響を受ける公共意思決定において、比例性を意味的に拡張できるか？
• RQ2 最大ネッシュ福利（MNW）解法は、公共意思決定における提案された公平性緩和条件（Prop1、RRS、PPS）を満たすか？
• RQ3 公平性（Prop1またはRRS）とパレート最適性の両方を保証する多項式時間アルゴリズムは存在するか？
• RQ4 RRSおよびパレート最適性を満たす割り当てを求める問題の計算複雑性はいかほどか？
• RQ5 確率的メカニズムは、決定的メカニズムよりも公共意思決定において強い公平性を達成できるか。もし可能であれば、その方法は何か？

主な発見

• 最大ネッシュ福利（MNW）解法は、一つの問題に対する比例性（Prop1）を満たし、ラウンドロビン共有（RRS）と懐疑的割合共有（PPS）を近似する。
• ラウンドロビンメカニズムはProp1とRRSの両方を満たすが、パレート最適性を保証しない。これは、公平性と効率性の間のトレードオフを示している。
• 重み付き福利の最大化に基づくグリーディアルゴリズムは、シミュレーションにおいて一貫してProp1とパレート最適性を達成するが、終了の保証は与えられない。
• RRSおよびパレート最適性を満たす割り当てを求める問題はNP困難であり、これは本質的な計算困難性を示している。
• 確率的MNWの結果は、期待値においてすべての公平性緩和条件（Prop1、RRS、PPS）を満たす。これは、決定的公平性を確率的設定に一般化する。
• 本稿では、MNWがRRSに対して1/2より良い定数倍近似を与えるか、および公共意思決定における比例性を上回るより強い公平性概念が存在するかという未解決の問題を同定している。