[論文レビュー] Improving Welfare in One-sided Matching using Simple Threshold Queries

Thomas Ma, Vijay Menon+1 more|arXiv (Cornell University)|Nov 27, 2020

Game Theory and Voting Systems参考文献 36被引用数 4

ひとこと要約

この論文は、完全な基数的効用の特定を必要とせず、1つのオブジェクトに対して1ビットの追加情報のみを用いることで、経済的効率性の性質（例えばパレート最適性やランク最大化）を満たす最適マッチングに対する社会的厚生の近似性能を向上させるために、単純なしきい値クエリ（特定の効用しきい値よりもオブジェクトを高く評価するかを尋ねる）の使用を提案する。著者らは、適応的および非適応的なアルゴリズムを設計し、その結果として最適マッチングに対する厚生近似性能がΩ(√n)に達することを示している。

ABSTRACT

We study one-sided matching problems where $n$ agents have preferences over $m$ objects and each of them need to be assigned to at most one object. Most work on such problems assume that the agents only have ordinal preferences and usually the goal in them is to compute a matching that satisfies some notion of economic efficiency. However, in reality, agents may have some preference intensities or cardinal utilities that, e.g., indicate that they like an object much more than another object, and not taking these into account can result in a loss in welfare. While one way to potentially account for these is to directly ask the agents for this information, such an elicitation process is cognitively demanding. Therefore, we focus on learning more about their cardinal preferences using simple threshold queries which ask an agent if they value an object greater than a certain value, and use this in turn to come up with algorithms that produce a matching that, for a particular economic notion $X$, satisfies $X$ and also achieves a good approximation to the optimal welfare among all matchings that satisfy $X$. We focus on several notions of economic efficiency, and look at both adaptive and non-adaptive algorithms. Overall, our results show how one can improve welfare by even non-adaptively asking the agents for just one bit of extra information per object.

研究の動機と目的

• 順序的選好しか得られない状況下で、エージェントが背後にある基数的効用強度を持っているにもかかわらず、1方向マッチングにおける厚生損失を是正すること。
• 基数的効用を直接特定する認知的負担を軽減するため、特定の効用レベル以上にオブジェクトを評価するかを尋ねる軽量なクエリメカニズム（しきい値クエリ）を導入すること。
• 望ましい経済的効率性の性質（例：パレート最適性、ランク最大化）を満たすマッチングを保証するとともに、そのようなマッチングの中での最適厚生を近似するアルゴリズムを設計すること。
• クエリ効率と厚生近似品質のトレードオフを評価するため、適応的および非適応的なクエリ戦略を比較すること。
• 1オブジェクトあたり1ビットの基数的情報ですら、マッチング結果における社会的厚生を顕著に向上させられることを示すこと。

提案手法

• 『オブジェクト o を少なくともレベル v で評価しますか？』という形のしきい値クエリを用いて、エージェントから部分的な基数的選好情報を得る。
• 以前のクエリ応答に基づいてしきい値を動的に選択することで、効用推定を精緻化し、マッチング品質を向上させる適応的アルゴリズムを設計する。
• 各エージェント・オブジェクトペアに対して事前に固定されたしきい値クエリセットを定義することで、通信オーバーヘッドを最小化する非適応的アルゴリズムを開発する。
• 特定の経済的効率性の性質（例：パレート最適性、ランク最大化）を満たすマッチングを優先しつつ、社会的厚生を最大化するマッチングアルゴリズムを構築する。
• 理論的解析を用いて、制約付き最適厚生に対する結果マッチングの近似比の上限を導出する。
• 効用関数の構築と最悪ケースインスタンスの設計を用いて、近似比の下界を証明し、非適応的アルゴリズムにおいてΩ(√n)が最良の可能性であることを示す。

実験結果

リサーチクエスチョン

• RQ1 少数のしきい値クエリを用いることで、純粋な順序的メカニズムと比較して、1方向マッチングにおける厚生を顕著に向上させられるか？
• RQ2 与えられた経済的効率性の性質を保証しつつ、非適応的しきい値クエリを用いた場合に、最適厚生への近似比として達成可能な最良の性能は何か？
• RQ3 厚生近似性能とクエリ効率の観点から、適応的と非適応的クエリ戦略の性能はどのように比較できるか？
• RQ4 1ビットの基数的情報しか収集しない状況でも、しきい値クエリの使用により、定数因子の厚生近似が達成可能か？
• RQ5 単純なしきい値クエリに制限された場合の、1方向マッチングにおける厚生近似の根本的限界は何か？

主な発見

• 本論文は、エージェント・オブジェクトペアごとに1つのしきい値クエリまでしか使用しない非適応的アルゴリズムが、与えられた効率性性質を満たす最適マッチングに対する厚生近似性能をΩ(√n)より良くすることはできないことを確立している。
• 適応的アルゴリズムに関しては、近似性能がO(√n)に達することを示しており、これは下界と一致しており、近似的に最適であることを示している。
• 1オブジェクトあたり1ビットの基数的情報ですら、純粋な順序的マッチングメカニズムと比較して、社会的厚生を顕著に向上させられることを示している。
• パレート最適性、ランク最大化、最大基数ランク最大化といった複数の経済的効率性の概念にわたり、結果が有効である。
• 非適応的アルゴリズムにおけるΩ(√n)の理論的下界は、特定の効用関数としきい値の組み合わせを備えた精巧に設計された最悪ケースインスタンスを用いて証明されている。
• 本フレームワークは、オブジェクトの容量を伴う設定へも拡張可能であり、マッチンググラフにおけるオブジェクトノードを複製するなどのわずかな修正で対応可能である。