[論文レビュー] Online Nash Social Welfare Maximization with Predictions

Siddhartha Banerjee, Vasilis Gkatzelis+2 more|arXiv (Cornell University)|Aug 8, 2020

Auction Theory and Applications参考文献 27被引用数 10

ひとこと要約

本稿では、分割可能な財が逐次到着し、エージェントの価値が割り当て時まで明らかにされない動的リソース割り当て設定において、ナッシュ社会的厚生を最大化するオンラインアルゴリズムを提案する。各エージェントの独占的価値（全財を割り当てられた場合の合計価値）の予測を活用することで、予測が正確な場合には $O(\log N)$ および $O(\log T)$ の競合比を達成し、誤差がある場合でも滑らかに性能が低下し、不正確さに対してロバストである。また、これらの境界が本質的にタイトであることを証明する。

ABSTRACT

We consider the problem of allocating a set of divisible goods to $N$ agents in an online manner, aiming to maximize the Nash social welfare, a widely studied objective which provides a balance between fairness and efficiency. The goods arrive in a sequence of $T$ periods and the value of each agent for a good is adversarially chosen when the good arrives. We first observe that no online algorithm can achieve a competitive ratio better than the trivial $O(N)$, unless it is given additional information about the agents' values. Then, in line with the emerging area of "algorithms with predictions", we consider a setting where for each agent, the online algorithm is only given a prediction of her monopolist utility, i.e., her utility if all goods were given to her alone (corresponding to the sum of her values over the $T$ periods). Our main result is an online algorithm whose competitive ratio is parameterized by the multiplicative errors in these predictions. The algorithm achieves a competitive ratio of $O(\log N)$ and $O(\log T)$ if the predictions are perfectly accurate. Moreover, the competitive ratio degrades smoothly with the errors in the predictions, and is surprisingly robust: the logarithmic competitive ratio holds even if the predictions are very inaccurate. We complement this positive result by showing that our bounds are essentially tight: no online algorithm, even if provided with perfectly accurate predictions, can achieve a competitive ratio of $O(\log^{1-ε} N)$ or $O(\log^{1-ε} T)$ for any constant $ε>0$.

研究の動機と目的

• 敵対的評価を持つオンライン分割リソース割り当て設定におけるナッシュ社会的厚生の最大化という課題に取り組む。
• 追加情報がなければオンライン設定ではサブ線形の競合比が達成できないという本質的な不可能性を克服する。
• エージェントの独占的価値の予測を活用して、強力な性能保証を達成するオンラインアルゴリズムを設計する。
• 予測の誤差に対するアルゴリズムのロバスト性を分析し、競合比境界のタイトネスを確立する。

提案手法

• アルゴリズムは、各エージェントの独占的価値（全財を割り当てられた場合の合計価値）の予測を用いて、割り当て意思決定をガイドする。
• 現在の利得と将来の公平性の両方を考慮するため、$\frac{v_{i,t}}{\tilde{u}_{i,t}(z_{i,t})}$ の比を用いたセットアサイド・グリーディ戦略を採用する。ここで $\tilde{u}_{i,t}(z_{i,t})$ は、過去の割り当てからの予測された利得である。
• 各時刻での割り当ては、容量制約がアイテムの $1/2$ である条件下で対数利得の和を最大化する凸最適化問題を解くことで実現する。
• 各ラウンドで $O(N)$ 時間で効率的に割り当てを計算するため、マージナル比 $\frac{v_{i,t}}{\tilde{u}_{i,t}(z_{i,t})}$ が最小のエージェントに逐次的にマージナル割合を割り当てる反復的戦略を採用する。
• 現在のマージナル利得対予測利得比に基づいてエージェントの動的順位付けを維持し、最適なマージナル割り当てを保証する。
• 双対最適化問題を解くために、マージナル比が最小のエージェントに割り当てることで、現在の約束価格を最小化できることを示すことで、アルゴリズムの正しさを証明する。

実験結果

リサーチクエスチョン

• RQ1 追加情報がなければ、オンラインアルゴリズムはナッシュ社会的厚生最大化においてサブ線形の競合比を達成できるか？
• RQ2 エージェントの独占的価値の予測が不正確である場合、オンラインアルゴリズムの性能はどのように低下するか？
• RQ3 予測が完全に正確な場合に、オンラインアルゴリズムが $O(\log N)$ および $O(\log T)$ の競合比を達成できるか？
• RQ4 完全な予測がある場合でも、$O(\log N)$ および $O(\log T)$ の競合比がタイトであるか？
• RQ5 予測された独占的価値に大きな誤差がある場合、アルゴリズムはどの程度ロバストか？

主な発見

• 予測された独占的価値が完全に正確な場合、提案されたアルゴリズムは $O(\log N)$ および $O(\log T)$ の競合比を達成する。
• 予測の乗法的誤差が増加するに従い、競合比は滑らかに低下し、著しい不正確さに対しても強力な性能を維持する。
• アルゴリズムは非常にロバストである：非常に不正確な予測でさえも、競合比が $O(\log N)$ および $O(\log T)$ のまま維持され、予測誤差に対して耐性があることが示された。
• 本稿では、完全に正確な予測がある場合ですら、どの $\epsilon > 0$ に対しても $O(\log^{1-\epsilon}N)$ や $O(\log^{1-\epsilon}T)$ の競合比を達成できるオンラインアルゴリズムは存在しないことを証明し、境界のタイトネスを確立した。
• アルゴリズムの計算複雑度は $T$ ラウンドで $O(TN)$ であり、各ラウンドは $O(N)$ 時間で、マージナル比に基づくグリーディ戦略によって解ける。
• アルゴリズムの正しさは、約束価格を最小化することが、分数割り当て制約下での対数利得和の最大化と同値であるという双対性の議論に基づいている。