[論文レビュー] Strategyproof Mechanisms for Additively Separable Hedonic Games and Fractional Hedonic Games

Michele Flammini, Gianpiero Monaco+1 more|arXiv (Cornell University)|Jun 27, 2017

Game Theory and Voting Systems被引用数 7

ひとこと要約

本稿では、支払いを用いず社会的福祉を最大化する追加的分離可能なヘドニックゲーム（ASHG）および分数的ヘドニックゲーム（FHG）の戦略的不正報告を防ぐメカニズムを提示する。著者らは、一般、非負、デュプレックス、単純な評価関数を含むさまざまな評価タイプに対して、タイトまたは漸近的にタイトな近似比を達成する多項式時間のメカニズムを設計した。特に、対称的FHGでは最大重みマッチングを用いて2-近似が達成されるという重要な結果がある。

ABSTRACT

Additively separable hedonic games and fractional hedonic games have received considerable attention. They are coalition forming games of selfish agents based on their mutual preferences. Most of the work in the literature characterizes the existence and structure of stable outcomes (i.e., partitions in coalitions), assuming that preferences are given. However, there is little discussion on this assumption. In fact, agents receive different utilities if they belong to different partitions, and thus it is natural for them to declare their preferences strategically in order to maximize their benefit. In this paper we consider strategyproof mechanisms for additively separable hedonic games and fractional hedonic games, that is, partitioning methods without payments such that utility maximizing agents have no incentive to lie about their true preferences. We focus on social welfare maximization and provide several lower and upper bounds on the performance achievable by strategyproof mechanisms for general and specific additive functions. In most of the cases we provide tight or asymptotically tight results. All our mechanisms are simple and can be computed in polynomial time. Moreover, all the lower bounds are unconditional, that is, they do not rely on any computational or complexity assumptions.

研究の動機と目的

• 戦略的不正報告により利得を最大化しようとするエージェントが存在するヘドニックゲームにおけるメカニズム設計の欠如に対処すること。
• 支払いを用いず、加法的分離可能および分数的ヘドニックゲームにおける社会的福祉を最大化する戦略的不正報告を防ぐメカニズムの設計。
• 一般および特定の評価関数（非負、デュプレックス、単純な評価）に対して、タイトまたは漸近的にタイトな性能バインディングの提供。
• 計算複雑性の仮定に依存しない、近似比に対する無条件の下界の確立。
• 最大重みマッチングの使用を分数的ヘドニックゲームに拡張し、戦略的不正報告を保ちつつ、改善された近似保証を得ること。

提案手法

• 著者らは、エージェントの好みをペアワイズ評価に基づく加法的または分数量的効用としてモデル化し、効用をグループ内メンバーに対する値の和（ASHG）または平均（FHG）として計算する。
• 彼らは、多項式時間でパーティションを計算し、エージェントが好みを不正報告するインcentiveを持たない、決定的および確率的戦略的不正報告を防ぐメカニズムを設計する。
• FHGでは、エージェントの完全グラフにおける最大重みマッチングを活用し、最適マッチングの構造的性質を用いて社会的福祉を制限する。
• 主な技術的ツールとして、誘導部分グラフにおける非マッチングエッジの重みを制限し、特定の部分グラフにおける最大マッチングが最適社会的福祉の上界をもたらすことを証明する。
• 組合せ的議論を用いて、敵対的で好みの報告を受けた場合でも、メカニズムの結果の社会的福祉が最適値の半分以上であることを示す。
• 計算複雑性の硬さを仮定しない、最悪ケースのインスタンス構築により、無条件の下界を導出する。

実験結果

リサーチクエスチョン

• RQ1 ASHGおよびFHGに対して、支払いを用いず社会的福祉を最大化する戦略的不正報告を防ぐメカニズムを設計できるか？
• RQ2 異なる評価タイプにおいて、決定的および確率的戦略的不正報告を防ぐメカニズムが達成可能な最良の近似比は何か？
• RQ3 最大重みマッチングを用いて、対称的FHGのための戦略的不正報告を防ぐメカニズムを効果的に設計できるか？ また、どのような近似保証を証明できるか？
• RQ4 計算複雑性の仮定に依存しない、戦略的不正報告メカニズムの性能に対する無条件の下界は存在するか？
• RQ5 マッチングに基づくメカニズムを用いて、対称的FHGの近似比を2より改善できるか？

主な発見

• 対称的評価を持つ対称的分数的ヘドニックゲームでは、提案されたメカニズムが最適社会的福祉の2-近似を達成する。これはマッチングに基づくアプローチの中で最適である。
• メカニズムは戦略的不正報告を防ぎ、多項式時間で結果を計算し、エージェントが好みを不正報告することで利得を得ることはない。
• 一般的加法的評価関数の設定では、近似比に対するタイトまたは漸近的にタイトなバインディングが確立され、確率的メカニズムがより強い下界を提供する。
• デュプレックス評価関数（値が{-1, 0, 1}）の設定では、定数近似比を達成する決定的戦略的不正報告を防ぐメカニズムが提供されるが、正確な値は未解決の問題のままである。
• 分析により、対称的FHGでは、メカニズムの結果の社会的福祉が最適値の半分以上である、すなわち SW(C^m) ≥ SW(C^*)/2 であることが証明された。
• 結果は無条件である：下界は計算複雑性の仮定に依存せず、さまざまなモデルにおいても堅牢である。