[논문 리뷰] Improving Approximation Guarantees for Maximin Share

Hannaneh Akrami, Jugal Garg외 2명|arXiv (Cornell University)|2023. 07. 24.

Parallel Computing and Optimization Techniques인용 수 4

한 줄 요약

이 논문은 불가분 물품의 공정 분배에서 순서적 및 곱셈적 근사치를 일반화하는 새로운 $(\alpha,\beta,\gamma)$-MMS 프레임워크를 제안한다. $1$-out-of-$\lceil 4n/3\rceil$ MMS 할당의 존재성을 증명하여 이전 최고 성과인 $\lfloor 3n/2\rfloor$ 보다 향상된 결과를 도출하고, ex-ante 근사도가 0.785를 초과하는 랜덤화된 할당을 설계하여 이전 최고 성과 $\alpha = \frac{3}{4} + \frac{3}{3836}$ 를 뛰어넘는다. 이는 추가가치 분배와 번들 분할의 정교한 분석을 통해 추가가치 평가 기준 하에서 더 강력한 보장을 달성한다.

ABSTRACT

We consider fair division of a set of indivisible goods among $n$ agents with additive valuations using the fairness notion of maximin share (MMS). MMS is the most popular share-based notion, in which an agent finds an allocation fair to her if she receives goods worth at least her ($1$-out-of-$n$) MMS value. An allocation is called MMS if all agents receive their MMS values. However, since MMS allocations do not always exist, the focus shifted to investigating its ordinal and multiplicative approximations. In the ordinal approximation, the goal is to show the existence of $1$-out-of-$d$ MMS allocations (for the smallest possible $d>n$). A series of works led to the state-of-the-art factor of $d=\lfloor3n/2 floor$ [Hosseini et al.'21]. We show that $1$-out-of-$4\lceil n/3 ceil$ MMS allocations always exist, thereby improving the state-of-the-art of ordinal approximation. In the multiplicative approximation, the goal is to show the existence of $α$-MMS allocations (for the largest possible $α< 1$), which guarantees each agent at least $α$ times her MMS value. We introduce a general framework of "approximate MMS with agent priority ranking". An allocation is said to be $T$-MMS, for a non-increasing sequence $T = (τ_1, \ldots, τ_n)$ of numbers, if the agent at rank $i$ in the order gets a bundle of value at least $τ_i$ times her MMS value. This framework captures both ordinal approximation and multiplicative approximation as special cases. We show the existence of $T$-MMS allocations where $τ_i \ge \max(\frac{3}{4} + \frac{1}{12n}, \frac{2n}{2n+i-1})$ for all $i$. Furthermore, we can get allocations that are $(\frac{3}{4} + \frac{1}{12n})$-MMS ex-post and $(0.8253 + \frac{1}{36n})$-MMS ex-ante. We also prove that our algorithm does not give better than $(0.8631 + \frac{1}{2n})$-MMS ex-ante.

연구 동기 및 목표

• 불가분 물품의 공정 분배에서 $n \geq 3$ 명의 에이전트가 추가가치 평가를 가질 때 항상 존재하지 않는 최소값 분할(MMS) 할당의 한계를 해결하기 위해.
• 1- out-of-$d$ MMS 할당에서 각 에이전트가 자신의 $d$-MMS 분할의 가치를 최소한 확보하는 것을 보장하는 순서적 근사도 요소 $d$ 의 기존 최고 성과를 향상시키기 위해.
• 각 에이전트가 자신의 MMS 가치의 $\alpha$ 배 이상을 확보하는 곱셈적 근사도 요소 $\alpha$ 의 기존 최고 성과를 향상시키기 위해.
• 두 근사도 체계를 통합하고 일반화하기 위해 새로운 프레임워크인 $(\alpha,\beta,\gamma)$-MMS 를 제안하여 서로 다른 에이전트들이 자신의 MMS 가치의 다른 비율을 받을 수 있도록 하기 위해.
• 모든 에이전트가 ex-post 에서 최소 $3/4$ 의 MMS 가치를 확보하면서도 높은 ex-ante 근사도를 달성하는 랜덤화된 할당 알고리즘을 설계하기 위해.

제안 방법

• 일반화된 공정성 프레임워크인 $(\alpha,\beta,\gamma)$-MMS 를 도입하여, $\alpha$ 비율의 에이전트가 자신의 MMS 가치의 최소 $\beta$ 배를 확보하고, 나머지 $1-\alpha$ 비율의 에이전트는 최소 $\gamma$ 배를 확보하도록 한다.
• 반복적인 번들 재할당과 가치 재분배를 통한 균형 잡힌 할당을 구성함으로써, 임의의 $\beta \in (0,1]$ 에 대해 $(2(1-\beta)/\beta, \beta, 3/4)$-MMS 할당이 항상 존재함을 증명한다.
• 문제를 정규화하고 순서를 정렬한 $d$-정규화된 인스턴스 변환을 통해, 평가값을 스케일링하고 정렬함으로써 소규모 변동에 대해 안정적인 분석이 가능하도록 표준형으로 문제를 축소한다.
• MMS 분할에 대한 다양한 구조적 가정 하에 번들 제거 및 재할당에 대한 케이스 분석을 적용하여, 특정 좋은 집합 $S$ 를 제거한 후에도 에이전트의 MMS 값이 감소하지 않음을 보여준다.
• 특정 $2(1-\beta)/\beta$ 비율의 에이전트가 $\beta$-MMS 가치를 확보하도록 선택할 수 있는 유연성을 활용하여, 개선된 기대 성능을 달성하는 랜덤화된 할당을 설계한다.
• 정규화 및 순서 정렬 변환을 통한 시퀀스를 통해 $1$-out-of-$d$ MMS 와 $\alpha$-MMS 간의 연결 고리를 구축하고, 변환된 인스턴스에서의 $1$-out-of-$d$ MMS 할당이 원래 인스턴스에서 유효한 할당으로 이어짐을 증명한다.

실험 결과

연구 질문

• RQ1 기존 최고 성과인 $\lfloor 3n/2\rfloor$ 보다 높은 $\lfloor 3n/2\rfloor$ 보다 높은 $1$-out-of-$d$ MMS 할당의 순서적 근사도 요소 $d$ 는 더 향상시킬 수 있는가?
• RQ2 MMS 공정성에서 순서적 및 곱셈적 근사도를 모두 포괄하는 통합 프레임워크를 개발할 수 있는가?
• RQ3 ex-post 에서 최소 $3/4$ 의 MMS 가치를 보장하는 랜덤화된 할당을 통해 달성 가능한 최고의 ex-ante 근사도 요소는 무엇인가?
• RQ4 $1$-out-of-$\lceil 4n/3\rceil$ MMS 할당의 존재성이 이전에 알려진 바보다 더 강력한 곱셈적 근사도 보장을 의미하는가?
• RQ5 소규모 변동에 대한 MMS 값 안정성 분석을 활용하여 강건한 근사 알고리즘을 설계할 수 있는가?

주요 결과

• 논문은 $1$-out-of-$\lceil 4n/3\rceil$ MMS 할당이 항상 존재함을 입증하여 이전 최고 성과인 $\lfloor 3n/2\rfloor$ 보다 향상된 결과를 도출한다.
• 모든 $\beta \in (0,1]$ 에 대해 $(2(1-\beta)/\beta, \beta, 3/4)$-MMS 할당의 존재성을 증명하여 순서적 및 곱셈적 근사도를 일반화한다.
• $\beta = \sqrt{3}/2$ 를 선택함으로써, 이 프레임워크는 각 에이전트가 ex-post 에 최소 $3/4$ 의 MMS 가치를 확보하는 랜덤화된 할당을 제공한다.
• 동일한 랜덤화된 할당은 ex-ante 근사도 요소 $\frac{17\sqrt{3} - 24}{4\sqrt{3}} > 0.785$ 를 달성하여 이전 최고 성과인 $\alpha = \frac{3}{4} + \frac{3}{3836}$ 를 뛰어넘는다.
• 분석 결과, $1$-out-of-$d$ MMS 프레임워크에서는 소규모 변동에 대해 에이전트의 MMS 값이 안정적이지만, $\alpha$-MMS 개념은 이러한 변화에 민감함을 보였다.
• 논문은 $1$-out-of-$d$ MMS 프레임워크가 강건하며, 정규화 및 순서 정렬 기법을 통해 원래 인스턴스에서 유효한 할당으로 변환될 수 있음을 입증한다.