[논문 리뷰] Algorithmic Fair Allocation of Indivisible Items: A Survey and New Questions

Haris Aziz, Bo Li외 2명|arXiv (Cornell University)|2022. 02. 17.

Game Theory and Voting Systems인용 수 12

한 줄 요약

이 종합 검토는 정확한 공정성(예: 선호 없음, 비례성)을 확보할 수 없는 환경에서 공정성을 달성하기 위해 근사 기법을 중심으로 고갈 불가능한 항목에 대한 알고리즘적 공정 배분에 대한 종합적인 개요를 제공한다. 주요 알고리즘적 접근법, EF1 및 MMS와 같은 공정성 기준의 완화 버전, 효율성, 진실성, 복잡한 평가 구조와 관련된 열린 문제들을 다룬다.

ABSTRACT

The theory of algorithmic fair allocation is within the center of multi-agent systems and economics in the last decade due to its industrial and social importance. At a high level, the problem is to assign a set of items that are either goods or chores to a set of agents so that every agent is happy with what she obtains. Particularly, in this survey, we focus on indivisible items, for which absolute fairness such as envy-freeness and proportionality cannot be guaranteed. One main theme in the recent research agenda is about designing algorithms that approximately achieve the fairness criteria. We aim at presenting a comprehensive survey of recent progresses through the prism of algorithms, highlighting the ways to relax fairness notions and common techniques to design algorithms, as well as the most interesting questions for future research.

연구 동기 및 목표

• 정확한 공정성의 불가능성으로 인해 근사 기법에 중점을 두어 고갈 불가능한 항목에 대한 알고리즘적 배분 접근법을 체계적으로 조사하는 것.
• EF1, MMS, PROP1과 같은 완화된 공정성 개념을 달성하기 위해 사용되는 일반적인 알고리즘 기법들을 식별하고 분석하는 것.
• 복잡한 평가 유형(예: 부분가소성, XOS, 하위가소성)과 혼합된 상품/업무 설정을 다루는 최근의 진전을 강조하는 것.
• 전략적 환경에서 효율성(Pareto 최적성)과 진실성과의 호환성을 탐색하는 것.
• 고갈 불가능한 배분을 위한 공정성 근사, 알고리즘 복잡도, 메커니즘 설계 분야에서의 열린 연구 질문들을 식별하고 프레임워크화하는 것.

제안 방법

• 정확한(예: 선호 없음, 비례성)과 완화된 형태(예: EF1, MMS, PROP1)로 공정성 개념을 분류하여 고갈 불가능한 항목에 적합한 기준을 제공한다.
• 공정성 근사에 기여하는 알고리즘 기법들인 라운드로빈 할당, 최대 내쉬 복리 최대화, 그리고 근사 기반 방법을 검토한다.
• 추가적, 부분가소성, XOS, 하위가소성 평가 모델을 포함한 평가 모델의 사용을 분석하고, 근사 보장에 중점을 둔다.
• 특히 내쉬 복리 최대화를 통한 파레토 최적성(PO)을 통한 공정성과 효율성의 통합을 분석한다.
• 전략적 환경에서의 진실성에 대해 분석하며, 통화 전달이 있는/없는 메커니즘과 순차적 할당 알고리즘의 균형을 고려한다.
• 혼합된 상품과 업무, 그룹 공정성, 동적 할당과 같은 고도화된 설정을 도입하여 새로운 과제와 열린 문제를 부각시킨다.

실험 결과

연구 질문

• RQ1 정확한 공정성이 달성될 수 없는 고갈 불가능한 항목 할당 환경에서 공정성 근사를 위한 가장 효과적인 알고리즘 기법은 무엇인가?
• RQ2 부분가소성 또는 XOS와 같은 복잡한 평가 함수에 대해 EF1, MMS, PROP1과 같은 공정성 개념을 어떻게 효율적으로 계산할 수 있는가?
• RQ3 전략적 할당 환경에서 공정성, 파레토 최적성, 진실성의 세 가지 요건을 동시에 달성할 수 있는 정도는 어느 정도인가?
• RQ4 혼합된 상품과 업무 환경에서 공정성 기준의 근사에 대한 근본적인 한계는 무엇인가?
• RQ5 실제 수요자의 선호를 기반으로 라운드로빈 알고리즘과 같은 전략적 행동이 공정성 결과에 어떤 영향을 미치는가?

주요 결과

• 하위가소성 평가에 대해, 최대 내쉬 복리에 대한 O(n)-근사 성능을 달성하면서도 약간의 EFX를 확보하는 알고리즘이 존재한다.
• 이중가격 평가에 대해, 최대 내쉬 복리 할당은 EFX이자 파레토 최적이며, 다항식 시간 내에 계산 가능하다.
• 이중가격 사례에서는 EF1+PO 할당이 존재하고 효율적으로 계산 가능하지만, 일반적인 하위가소성 또는 삼중가격 설정에서는 여전히 존재 여부가 열려 있다.
• 업무에 대해서는 PROP1+PO 할당이 혼합된 상품/업무 설정에서도 다항식 시간 내에 계산 가능하지만, EF1 및 PROPX와 PO의 호환성 문제는 아직 해결되지 않았다.
• 어휘적 평가 설정에서는 EFX+PO 할당이 존재하며 다항식 시간 내에 계산 가능하다.
• 두 명의 에이전트에 대해서는 EF1 및 MMS를 위한 진실성 있는 근사 알고리즘이 엄밀한 경계를 포함해 완전히 특성화되어 있으나, 더 큰 에이전트 집합에서는 여전히 특성화되지 않았다.