[논문 리뷰] Envy-free Matchings in Bipartite Graphs and their Applications to Fair Division

Elad Aigner‐Horev, Erel Segal-Halevi|arXiv (Cornell University)|2019. 01. 28.

Game Theory and Voting Systems참고 문헌 33인용 수 20

한 줄 요약

이 논문은 이분 그래프에서의 선호 없음 매칭(Envy-Free Matching)이라는 새로운 그래프 이론적 개념을 도입하며, 모든 선호 없음 매칭을 포함하는 유일한 구조적 분할(선호 없음 매칭 분할, EFM 분할)을 증명한다. 최대 카디널리티 및 최소 비용 선호 없음 매칭을 계산하는 다항식 시간 알고리즘을 제시하고, 연속 자원과 이산 자원을 포함한 공정 분배 문제에 적용한다.

ABSTRACT

A matching in a bipartite graph with parts X and Y is called envy-free if no unmatched vertex in X is a adjacent to a matched vertex in Y. Every perfect matching is envy-free, but envy-free matchings exist even when perfect matchings do not. We prove that every bipartite graph has a unique partition such that all envy-free matchings are contained in one of the partition sets. Using this structural theorem, we provide a polynomial-time algorithm for finding an envy-free matching of maximum cardinality. For edge-weighted bipartite graphs, we provide a polynomial-time algorithm for finding a maximum-cardinality envy-free matching of minimum total weight. We show how envy-free matchings can be used in various fair division problems with either continuous resources ("cakes") or discrete ones. In particular, we propose a symmetric algorithm for proportional cake-cutting, an algorithm for 1-out-of-(2n-2) maximin-share allocation of discrete goods, and an algorithm for 1-out-of-floor(2n/3) maximin-share allocation of discrete bads among n agents.

연구 동기 및 목표

• 이분 그래프에서의 선호 없음 매칭을 독립적인 그래프 이론적 개념으로 체계화하고 분석하기.
• 비어 있지 않은 선호 없음 매칭이 존재하는 구조적 조건을 규명하기.
• 최대 카디널리티 및 최소 비용 선호 없음 매칭을 효율적으로 계산하는 알고리즘 개발하기.
• 연속 자원과 이산 자원을 포함한 공정 분배 문제를 해결하기 위해 선호 없음 매칭을 적용하기.
• 기존의 공정 분배 알고리즘을 통합하고 일반화하기 위해 이전 연구에서 숨겨진 선호 없음 매칭 구조를 드러내기.

제안 방법

• 집합 X에 대한 선호 없음 매칭의 개념 도입: X에 속한 매칭되지 않은 정점이 Y에 속한 매칭된 정점와는 인접하지 않다.
• 모든 이분 그래프가 고유한 분할(X = XL ∪ X, Y = YS ∪ YL)을 가지며, 모든 선호 없음 매칭이 G[XL, YL]에 포함됨을 증명하는 구조 정리(정리 1.3). 여기서 G[XL, YL]는 X-포화이고 G[XS, YS]는 Y-경로-포화(빈 매칭만 포함)이다.
• EFM 분할을 활용해 선호 없음 매칭을 찾는 문제를 X-포화인 부분그래프에서 매칭을 찾는 문제로 환원한다.
• G[XL, YL]에 최대 카디널리티 매칭 알고리즘(Hopcroft-Karp 등)을 적용하여 O(m√n) 시간에 최대 선호 없음 매칭을 계산한다.
• 가중치가 있는 그래프로 확장하기 위해 최소 비용 유량 기법과 EFM 분할을 조합하여, 최대 카디널리티 선호 없음 매칭의 최소 총비용을 O(mn + n² log n) 시간에 계산한다.
• 공정 분배에 적용: 선호 없음 매칭을 활용해 대칭적인 비례 케이크 분할 알고리즘과, 이산적 자산에 대한 1-out-of-(2n−2) 및 1-out-of-⌊2n/3⌋ 최대 최소 공정 분배 알고리즘을 설계한다.

실험 결과

연구 질문

• RQ1 이분 그래프의 어떤 구조적 성질이 비어 있지 않은 선호 없음 매칭의 존재를 보장하는가?
• RQ2 최대 카디널리티 선호 없음 매칭을 다항식 시간 내에 효율적으로 계산할 수 있는가?
• RQ3 가중치가 있는 이분 그래프에서 최대 카디널리티이면서 총 비용이 최소인 선호 없음 매칭을 효율적으로 계산할 수 있는가?
• RQ4 선호 없음 매칭을 어떻게 활용하여 연속 자원과 이산 자원을 포함한 공정 분배 문제를 해결할 수 있는가?
• RQ5 선호 없음 매칭과 Lone Divider, APX-MMS와 같은 기존 공정 분배 알고리즘 간의 관계는 무엇인가?

주요 결과

• 모든 이분 그래프는 고유한 EFM 분할(X = XS ∪ XL, Y = YS ∪ YL)을 가지며, 모든 선호 없음 매칭은 G[XL, YL]에 포함되며, G[XS, YS]는 Y-경로-포화이므로 빈 매칭만 포함된다.
• 최대 카디널리티 선호 없음 매칭은 G[XL, YL]에서 최대 매칭을 찾음으로써 O(m√n) 시간에 계산할 수 있다.
• 가중치가 있는 그래프의 경우, 최대 카디널리티 선호 없음 매칭 중 총 가중치가 최소인 것은 O(mn + n² log n) 시간에 계산할 수 있다.
• 논문은 선호 없음 매칭을 활용한 대칭적인 비례 케이크 분할 알고리즘을 제공하며, 최소한의 가정으로 공정성을 달성한다.
• 이산적 자산에 대한 1-out-of-(2n−2) 최대 최소 공정 분배 알고리즘과 이산적 나쁜 자산에 대한 1-out-of-⌊2n/3⌋ 최대 최소 공정 분배 알고리즘을 모두 선호 없음 매칭 기반으로 제시한다.
• 구조 정리와 알고리즘은 Lone Divider, APX-MMS, 안정 매칭 프레임워크 등 기존 결과를 통합하고 일반화하며, 이전 연구에서 숨겨진 선호 없음 매칭 구조를 드러낸다.