[論文レビュー] Social welfare in one-sided matchings: Random priority and beyond

Aris Filos-Ratsikas, Søren Kristoffer Stiil Frederiksen+1 more|arXiv (Cornell University)|Mar 6, 2014

Game Theory and Voting Systems参考文献 8被引用数 8

ひとこと要約

本稿は、基数的選好を伴う片側マッチングにおける真実性の期待に基づくメカニズムおよび順序的メカニズムの近似比を分析し、ランダムプライオリティが最適な Θ(1/√n) の近似比を達成することを証明している。また、真実性の期待に基づくか順序的メカニズムであっても、漸近的にそれ以上に良い結果を得ることはできないと示している。さらに、n=3 の場合に、すべての順序的メカニズムを上回るハイブリッドメカニズムを提示しており、近似比は 0.699 に達する。

ABSTRACT

We study the problem of approximate social welfare maximization (without money) in one-sided matching problems when agents have unrestricted cardinal preferences over a finite set of items. Random priority is a very well-known truthful-in-expectation mechanism for the problem. We prove that the approximation ratio of random priority is Theta(n^{-1/2}) while no truthful-in-expectation mechanism can achieve an approximation ratio better than O(n^{-1/2}), where n is the number of agents and items. Furthermore, we prove that the approximation ratio of all ordinal (not necessarily truthful-in-expectation) mechanisms is upper bounded by O(n^{-1/2}), indicating that random priority is asymptotically the best truthful-in-expectation mechanism and the best ordinal mechanism for the problem.

研究の動機と目的

• 基数的選好を伴う片側マッチングにおける真実性の期待に基づくメカニズムが達成可能な最良の近似比を特定すること。
• 真実性を保証しない順序的メカニズムが、ランダムプライオリティよりも良い近似比を達成できるかどうかを調査すること。
• 非漸近的状況、特に小さな n において、非順序的メカニズムが順序的メカニズムを上回れるかどうかを検討すること。
• ランダムプライオリティと非順序的ローテイリー則を組み合わせたハイブリッドメカニズムを構築・評価すること。

提案手法

• 著者らは、最悪の評価プロファイルを用いてランダムプライオリティの近似比を分析し、特に ε→0 の極限においてその漸近的性能を導出している。
• 真実性の期待に基づくメカニズムが 1/√n よりも良い近似比を達成できないこと、つまり根本的な下界を確立している。
• n=3 の場合、対称的な評価プロファイルを列挙し、対称性を用いて削減することで、評価パラメータ α₁, α₂, α₃ の関数として期待社会的余剰と最適社会的余剰を計算している。
• 最初のエージェントに対して立方体ローテイリーを用い、残りのエージェントに対してはグリーディマッチングを適用するハイブリッドメカニズム（HM）を設計し、真実性の期待に基づく性質を保証している。
• 非線形計画法を用いて、すべての可能な評価プロファイルに対して期待社会的余剰と最適社会的余剰の比を最小化することで、HM の近似比を計算している。
• 標準的な非線形計画法ソフトウェアを用いて結果を検証し、実用的十分性を満たす観点から、証明をコンピュータ支援とみなしている。

実験結果

リサーチクエスチョン

• RQ1 基数的選好を伴う片側マッチングにおける、いかなる真実性の期待に基づくメカニズムでも達成可能な最良の近似比は何か？
• RQ2 真実性を保証しない順序的メカニズムであっても、ランダムプライオリティよりも良い近似比を達成できるか？
• RQ3 n が小さい、例えば n=3 のような場合、非順序的メカニズムはすべての順序的メカニズムを近似比の観点で上回れるか？
• RQ4 ランダムプライオリティは、すべての順序的メカニズムの中で漸近的に最適か、それ以上の良い順序的メカニズムが存在するか？
• RQ5 ランダムプライオリティと非順序的ローテイリー則を組み合わせたハイブリッドメカニズムは、いかなる順序的メカニズムよりも厳密に良い近似比を達成できるか？

主な発見

• ランダムプライオリティの近似比は Θ(1/√n) であり、真実性の期待に基づくすべてのメカニズムの中で漸近的に最適であることが示された。
• 真実性の期待に基づくいかなるメカニズムでも、1/√n よりも良い近似比を達成できないことが証明され、このようなメカニズムの根本的な限界が示された。
• すべての順序的メカニズムは、O(1/√n) の近似比で上界を持つため、ランダムプライオリティは真実性を問わず、順序的メカニズムの中でも漸近的に最適である。
• n=3 の場合、ハイブリッドメカニズム（HM）は近似比 0.699 を達成し、すべての順序的メカニズムの 2/3 の比を厳密に上回っている。
• ハイブリッドメカニズムは真実性の期待に基づく性質を有しており、非漸近的状況においてすべての順序的メカニズムを上回っている。非順序的設計がより優れた性能をもたらす可能性を示している。
• n=3 の結果は、コンピュータ支援の非線形計画法によって得られており、より大きな n に一般化するには、新しい技術が必要である可能性を示唆している。