[論文レビュー] Who to Trust for Truthfully Maximizing Welfare?

Dimitris Fotakis, Christos Tzamos+1 more|arXiv (Cornell University)|Jul 8, 2015

Auction Theory and Applications参考文献 30被引用数 6

ひとこと要約

本稿は、報酬のない利用者投票における社会的福祉を真に近い近似で達成するための、選択的検証を用いた画期的なメカニズム設計手法を提示する。検証対象となるのは、結果に影響を及ぼす重要なO(ln m / ε)人の参加者に限られ、その結果、真の社会的福祉の(1−ε)近似が達成されるとともに、検証済み参加者の信頼性と偽りの排除によって真実性が保証される。

ABSTRACT

We introduce a general approach based on \emph{selective verification} and obtain approximate mechanisms without money for maximizing the social welfare in the general domain of utilitarian voting. Having a good allocation in mind, a mechanism with verification selects few critical agents and detects, using a verification oracle, whether they have reported truthfully. If yes, the mechanism produces the desired allocation. Otherwise, the mechanism ignores any misreports and proceeds with the remaining agents. We obtain randomized truthful (or almost truthful) mechanisms without money that verify only $O(\ln m / ε)$ agents, where $m$ is the number of outcomes, independently of the total number of agents, and are $(1-ε)$-approximate for the social welfare. We also show that any truthful mechanism with a constant approximation ratio needs to verify $Ω(\log m)$ agents. A remarkable property of our mechanisms is \emph{robustness}, namely that their outcome depends only on the reports of the truthful agents.

研究の動機と目的

• 報酬なしのメカニズムを設計し、利用者投票の文脈で社会的福祉を近似する。
• 社会的福祉の近似比を維持しつつ、検証対象の参加者数を最小限に抑える。
• 検証のメカニズム設計における理論的限界、特に検証コストと近似品質のトレードオフを確立する。
• 従来のアプローチが報酬なしのため失敗する状況において、選択的検証が真実性を保つメカニズムを可能にすることを示す。
• O(ln m / ε)人の参加者を検証するだけで、(1−ε)-近似の社会的福祉最大化が達成可能であり、参加者総数とは無関係であることを示す。

提案手法

• 最適社会的福祉の良い近似を与える非真実的割り当てルールfを出発点とする。
• 候補となる結果oと、oの選択に重要な役割を果たす少数の参加者からなる検証セットを選び、メカニズムFを構築する。
• 検証オракルを用いて、検証対象参加者から報告された効用が真の効用と一致するかを確認する。
• すべての検証済参加者が真実を述べていた場合、メカニズムはoを出力する。そうでない場合、不正報告を行った参加者を除外し、残りの参加者に対して再帰的に処理を継続する。
• 真実性と近似の両立を図るため、指数分布メカニズムや部分的パワー（Partial Power）といった確率的メカニズムを採用する。
• 確率的解析とエントロピーに基づく最適化を用いて、高い期待社会的福祉を達成するとともに、選択的検証による真実性の維持を保証する。

実験結果

リサーチクエスチョン

• RQ1 選択的検証は、報酬なしで高い社会的福祉近似を達成する真実性のあるメカニズムを可能にするか？
• RQ2 最適社会的福祉の(1−ε)近似を達成するために、最小で何人の参加者を検証する必要があるか？
• RQ3 報酬なしの真実性メカニズムにおいて、近似比と検証対象参加者数のトレードオフはどのように変化するか？
• RQ4 結果が真実の報告にのみ依存するようなメカニズムを設計可能か？これにより、偽りに対する耐性が確保されるか？
• RQ5 任意の定数近似比を持つ真実性メカニズムにおいて、検証すべき参加者の数に根本的な下界は存在するか？

主な発見

• 提案されたメカニズムは、参加者総数とは無関係にO(ln m / ε)人の参加者を検証するだけで、最適社会的福祉の(1−ε)近似を達成する。
• 定数近似比を持ついかなる真実性メカニズムであっても、少なくともΩ(log m)人の参加者を検証しなければならないことが示され、これはタイトな下界である。
• メカニズムは耐性がある：結果は検証済み参加者の真実の報告にのみ依存し、偽りは不正報告参加者の除外によって効果的に無視される。
• 指数分布メカニズムおよび部分的パワー（Partial Power）割り当てに基づく確率的真実性メカニズムは、最小限の検証で高い期待社会的福祉を達成する。
• 部分的パワー（Partial Power）メカニズムは真実性と耐性を満たしており、参加者参加制約を満たし、O(ln m / ε)人の検証参加者で(1−ε)-近似を達成可能であることが証明された。
• 解析により、結果に重要な影響を及ぼす参加者（すなわち、結果に不可欠な参加者）の小さな戦略的選択的サブセットの検証だけで、真実性と高い社会的福祉が保証されることを示した。