[論文レビュー] The Prophet Inequality Can Be Solved Optimally with a Single Set of Samples

Jack Wang|arXiv (Cornell University)|Dec 26, 2018

Auction Theory and Applications参考文献 10被引用数 6

ひとこと要約

この論文は、値の順序を制御する権限を持つアドバーシャリーでさえも、2倍近似のプロフェット不等式を達成する、単純な1サンプルのアルゴリズムを提示する。最大の観測サンプルを固定しきりぎりとして設定し、それより高い値が最初に現れた時点で受け入れるという戦略により、ギャンブラーは期待される最大報酬の半分を保証する。これは、1つの分布あたり1つのサンプルしか得られない状況でも、従来の完全な分布知識に基づく結果と同等の性能を達成している。

ABSTRACT

The setting of the classic prophet inequality is as follows: a gambler is shown the probability distributions of $n$ independent, non-negative random variables with finite expectations. In their indexed order, a value is drawn from each distribution, and after every draw the gambler may choose to accept the value and end the game, or discard the value permanently and continue the game. What is the best performance that the gambler can achieve in comparison to a prophet who can always choose the highest value? Krengel, Sucheston, and Garling solved this problem in 1978, showing that there exists a strategy for which the gambler can achieve half as much reward as the prophet in expectation. Furthermore, this result is tight. In this work, we consider a setting in which the gambler is allowed much less information. Suppose that the gambler can only take one sample from each of the distributions before playing the game, instead of knowing the full distributions. We provide a simple and intuitive algorithm that recovers the original approximation of $\frac{1}{2}$. Our algorithm works against even an almighty adversary who always chooses a worst-case ordering, rather than the standard offline adversary. The result also has implications for mechanism design -- there is much interest in designing competitive auctions with a finite number of samples from value distributions rather than full distributional knowledge.

研究の動機と目的

• 1つの分布あたり1つのサンプルしか入手できない状況で、定数競合比近似が達成可能かどうかを明らかにすること。
• 完全な分布知識と限られたサンプリングの間のギャップを、オンライン選択問題において埋めること。
• 最小限の情報のもとで、古典的なプロフェット不等式と同等の性能を発揮する、単純で順序に依存しないアルゴリズムを提供すること。
• プロフェット不等式の結果を、有限サンプルを前提とするメカニズム設計への応用可能性を拡張すること。

提案手法

• アルゴリズムは、1つの観測サンプルの最大値を固定しきりぎりとして設定する。
• ギャンブラーは、そのしきりぎりを超える最初の値を、出現時刻に関係なく受け入れる。
• 2つの独立したサンプル集合を用いたシミュレーションゲームを用いて、2倍近似の保証を証明する。
• シミュレーションでは、各分布から独立にサンプリングを行い、ランダムなコイントスによって、どのサンプル集合を「サンプル段階」に、どの集合を「実際の段階」に割り当てるかを決定する。
• この手法は、対称性とカップリングの議論に依存し、アルゴリズムの性能をプロフェットの期待最大値と比較する。
• このアプローチは最悪の順序にも強く、順序に依存しない（order-oblivious）であり、事前分布に依存しないメカニズム設計に適している。

実験結果

リサーチクエスチョン

• RQ1 1つの分布あたり1つのサンプルしか入手できない状況で、プロフェット不等式において定数競合比近似が達成可能か？
• RQ2 限られた情報のもとで、古典的なプロフェット不等式と同等の性能を発揮する、単純でしきりぎりに基づくアルゴリズムが存在するか？
• RQ3 値の順序が敵対的（悪質）に選ばれた場合でも、このようなアルゴリズムが有効に機能するか？
• RQ4 この結果は、有限サンプルを前提とする事前分布に依存しないメカニズム設計にどのような意味を持つのか？

主な発見

• 提案された1サンプルアルゴリズムは、プロフェットの期待最大報酬に対して2倍近似を達成する。
• 値の順序を最悪のケースで選ぶ権限を持つアドバーシャリーに対しても、1/2の近似を保証する。
• アルゴリズムは順序に依存せず、値の大きさの知識は不要で、相対的な順序のみを必要とする。
• この手法により、事前分布に依存せず順序に依存しない、掲示価格メカニズムが得られ、i.i.d. で正規な設定において、最適収益の1/4近似を達成する。
• MHR分布では、ラジオ・リザーブを用いた場合、最適収益に対して1/(4e)近似を達成する。
• この結果は、1つの分布あたり1つのサンプルで十分であり、古典的な1/2近似要因を回復できることを示している。この要因はタイトである。