[論文レビュー] Perturbation Robust Stable Matching

Royi Jacobovic|arXiv (Cornell University)|Dec 24, 2016

Game Theory and Voting Systems参考文献 14被引用数 3

ひとこと要約

本稿では、安定マッチングにおける社会的最適性の新しい概念である $ν$-摂動ロバスト安定マッチングを導入し、社会的費用とエージェントの離脱に対するレジリエンスのバランスをとる。安定性制約の下で、エージェント退去の確率的モデルと再マッチングからの期待コストとレジリエンスのトレードオフを考慮し、$ϵ(n^4)$-時間のアルゴリズムを提案する。

ABSTRACT

A well known result states that stability criterion for matchings in two-sided markets doesn't ensure uniqueness. This opens the door for a moral question with regard to the optimal stable matching from a social point of view. Here, a new notion of social optimality is proposed. Its novelty is its ability to take into account the possibility of agents to leave the matching after it has already been established. To formalize this real-life scenario, this work includes a well-defined probability model and a social cost function that maintain the general guidelines of leaving-agents situations. Finally, efficient algorithms to optimize this function are developed either under stability constraint or without it.

研究の動機と目的

• 安定マッチングの不一意性に対処するため、エージェントの離脱を考慮した新しい社会的最適性基準を導入すること。
• マッチング後にエージェントが離脱する現実のシナリオをモデル化し、再マッチングにかかる高コストを考慮すること。
• エージェント離脱後の社会的費用と期待レジリエンスのトレードオフを最適化する効率的アルゴリズムを開発すること。
• 確率的エージェント離脱下での摂動ロバスト性を組み込んだ、既存の安定マッチングフレームワークの拡張すること。
• エージェントの維持率に関する不確実性に直面する市場設計者に、計算的に実行可能なソリューションを提供すること。

提案手法

• 各エージェント $ω_0$ が既知の退去確率 $p_{ω_0}$ を持つ確率的モデルを提案し、$φ$ は退去なしを表す。
• 期待二乗社会的費用と再マッチングからの期待二乗レジリエンスを組み合わせたコスト関数 $\psi(\cdot;\nu)$ を定義する。
• フェデルのアルゴリズムを用いて、各潜在的離脱エージェント $\omega_0$ に対して最適マッチング $\mu_{\omega_0}$ を計算する。
• 摂動ロバストマッチング問題を、コスト関数 $f(\omega_1, \omega_2)$ を用いて割り当て問題に還元する。
• エドモンズ＝カープ＝ホプクロフトのアルゴリズムを適用し、結果として得られる割り当て問題を $\mathcal{O}(n^3)$ 時間で解く。
• 関連するマッチングを事前に計算し、$f(\cdot)$ を効率的に評価することで、全アルゴリズムが $\mathcal{O}(n^4)$ 時間で実行可能であることを確立する。

実験結果

リサーチクエスチョン

• RQ1 エージェントの離脱に起因する社会的費用と期待レジリエンスの両方を最小化するように安定マッチングを最適化する方法は何か？
• RQ2 安定性と摂動（エージェントの離脱）に対するレジリエンスのバランスを取るマッチングを求める計算複雑度は何か？
• RQ3 確率的離脱モデル下で、摂動ロバスト安定マッチングを効率的に計算できるか？
• RQ4 安定性制約が、潜在的エージェント離脱の下での社会的費用に与える影響は何か？
• RQ5 異なるノルム（例：$L_1$、$L_\infty$）を用いることで、マッチングのレジリエンスと効率性にどのような影響があるか？

主な発見

• 本稿では、エージェント離脱後の再マッチングからの期待社会的費用と期待レジリエンスの両方をバランスさせる新しい社会的コスト関数を提示する。
• 提案された $\nu$-摂動ロバスト安定マッチングは、安定マッチング上での凸最適化問題の解として定義される。
• 安定性制約の下で摂動ロバスト安定マッチングを計算する $\mathcal{O}(n^4)$-時間のアルゴリズムが開発された。
• 安定性を含まない緩和版問題は、割り当て問題の定式化により $\mathcal{O}(n^4)$ 時間で解ける。
• 適切に定義されたコスト関数 $f(\omega_1, \omega_2)$ を用いることで、ロバストマッチング問題を割り当て問題に還元する。
• アルゴリズムは、最大で1人のエージェントが離脱すると仮定した場合に効率的かつスケーラブルであり、実行時間は可能な離脱サブセットの数に依存する。