[論文レビュー] Stable Matching: Choosing Which Proposals to Make

Ishan Agarwal, Richard Cole|arXiv (Cornell University)|Apr 8, 2022

Game Theory and Voting Systems被引用数 1

ひとこと要約

この論文は相関のある基数的効用の下での安定マッチングを研究し、大規模市場において、ほとんどすべてのエージェントがすべての安定マッチングでほぼ同一の効用を得ることを示している。本研究では、すべての安定マッチを含む長さが短い（O(log n)）選好リストを同定し、初期の通信フェーズを経て効率的なプロポーズ選択を可能にするとともに、各エージェントが少ないプロポーズで近似的に最適な結果を達成する ϵ-Bayes-Nash均衡の存在を確立している。

ABSTRACT

To guarantee all agents are matched in general, the classic Deferred Acceptance algorithm needs complete preference lists. In practice, preference lists are short, yet stable matching still works well. This raises two questions: - Why does it work well? - Which proposals should agents include in their preference lists? We study these questions in a model, introduced by Lee [Lee, 2016], with preferences based on correlated cardinal utilities: these utilities are based on common public ratings of each agent together with individual private adjustments. Lee showed that for suitable utility functions, in large markets, with high probability, for most agents, all stable matchings yield similar valued utilities. By means of a new analysis, we strengthen Lee’s result, showing that in large markets, with high probability, for all but the agents with the lowest public ratings, all stable matchings yield similar valued utilities. We can then deduce that for all but the agents with the lowest public ratings, each agent has an easily identified length O(log n) preference list that includes all of its stable matches, addressing the second question above. We note that this identification uses an initial communication phase. We extend these results to settings where the two sides have unequal numbers of agents, to many-to-one settings, e.g. employers and workers, and we also show the existence of an ε-Bayes-Nash equilibrium in which every agent makes relatively few proposals. These results all rely on a new technique for sidestepping the conditioning between the tentative matching events that occur over the course of a run of the Deferred Acceptance algorithm. We complement these theoretical results with an experimental study.

研究の動機と目的

• 実際の応用では完全な選好リストを仮定せずに短い選好リストで安定マッチングがうまく機能する理由を理解すること。
• すべての安定マッチを捉えるためにエージェントが選好リストに含めるべき具体的なプロポーズを特定すること。
• 非対称サイズの市場や1対多の設定に拡張して、効用の集中と安定マッチングの効率に関する結果を適用すること。
• 各エージェントが少ないプロポーズで行いながらも近似的に最適な結果を達成する ϵ-Bayes-Nash均衡の存在を確立すること。
• 遅延受け入れアルゴリズムにおける一時的マッチング事象に依存しない、新しい分析的手法を開発すること。

提案手法

• エージェントの効用が公開レーティングと個人の調整に基づく、リーの相関のある基数的効用モデルを用いる。
• 遅延受け入れアルゴリズムにおける一時的マッチング事象の依存関係を回避する新しい分析フレームワークを適用する。
• 2段階のアプローチを導入：初期の通信フェーズで許容可能なエッジを同定し、その後に切り詰めた選好リストを用いたDAを実行する。
• 複数の補題と事象における失敗確率を制御するために、集中不等式と尾確率の境界を用いる。
• 公開レーティングと効用の分散に基づく閾値を用いて、許容可能なエッジ集合の境界を導出する。
• n = 1,000 の1対1および1対多のマッチング設定において、広範な数値シミュレーションを通じて理論的結果を検証する。

実験結果

リサーチクエスチョン

• RQ1 なぜ安定マッチングは、完全な選好リストを仮定しない短い選好リストでも実際にはうまく機能するのか？
• RQ2 どの特定のプロポーズをエージェントが選好リストに含めるべきか、すべての安定マッチを捉えるために？
• RQ3 相関のある効用の下で、大規模市場における安定マッチングの間での効用分布はどのように振る舞うか？
• RQ4 各エージェントが O(log n) のプロポーズしか行わない状況で、ϵ-Bayes-Nash均衡を達成できるか？
• RQ5 非対称市場や1対多のマッチング（例：雇用主と労働者）に拡張すると、結果はどのように変化するか？

主な発見

• 大規模市場において、最低の公開レーティングに属さないエージェントについては、すべての安定マッチングが高確率で互いに O(ln n / n^{1/3}) の範囲内に収束する。
• 最低の公開レーティングに属さない各エージェントは、初期の通信フェーズを経て、すべての安定マッチを含む長さ O(log n) の選好リストを同定できる。
• 解析の失敗確率は O(n^{-(c+1)}) で抑えられ、n が大きい場合には O(n^{-c}) に近づくため、高確率保証が得られる。
• すべてのエージェントが O(log n) のプロポーズを行う ϵ-Bayes-Nash均衡が存在し、ϵ = Θ(ln n / n^{1/3}) であるため、逸脱のインcentiveは最小限に抑えられる。
• 1エージェントあたりの許容可能なエッジ数は最大で Θ(ln² n) であり、下位 Θ((ln n / n)^{1/3}) 分数に属さないエージェントでは Θ(ln n) にまで改善される。
• n = 1,000 の数値シミュレーションにより、許容可能なエッジ集合のサイズが小さく保たれ、特に高い公開レーティングを持つエージェントでは安定パートナの一意性が高くなることが確認された。