[논문 리뷰] Metric Distortion of Social Choice Rules: Lower Bounds and Fairness Properties

Ashish Goel, A. Krishnaswamy외 1명|arXiv (Cornell University)|2016. 12. 09.

Game Theory and Voting Systems참고 문헌 26인용 수 25

한 줄 요약

이 논문은 사회선택 규칙의 거리 왜곡에 관한 미해결 문제를 해결하며, 순위별 조합(Ranked Pairs)의 최악의 경우 왜곡이 최소 5임을 증명함으로써 3으로 예상된 경계를 반박한다. 또한, 임의의 토너먼트 규칙이 기대 최악의 경우 왜곡을 3 이하로 낮출 수 없음을 보이며, 약간의 주요성 정렬(approximate majorization) 하에서 Copeland과 랜덤화된 독재자 규칙이 각각 5와 3의 상수 요인의 공정성 비율을 달성함을 입증한다.

ABSTRACT

We study social choice rules under the utilitarian distortion framework, with an additional metric assumption on the agents' costs over the alternatives. In this approach, these costs are given by an underlying metric on the set of all agents plus alternatives. Social choice rules have access to only the ordinal preferences of agents but not the latent cardinal costs that induce them. Distortion is then defined as the ratio between the social cost (typically the sum of agent costs) of the alternative chosen by the mechanism at hand, and that of the optimal alternative chosen by an omniscient algorithm. The worst-case distortion of a social choice rule is, therefore, a measure of how close it always gets to the optimal alternative without any knowledge of the underlying costs. Under this model, it has been conjectured that Ranked Pairs, the well-known weighted-tournament rule, achieves a distortion of at most 3 [Anshelevich et al. 2015]. We disprove this conjecture by constructing a sequence of instances which shows that the worst-case distortion of Ranked Pairs is at least 5. Our lower bound on the worst case distortion of Ranked Pairs matches a previously known upper bound for the Copeland rule, proving that in the worst case, the simpler Copeland rule is at least as good as Ranked Pairs. And as long as we are limited to (weighted or unweighted) tournament rules, we demonstrate that randomization cannot help achieve an expected worst-case distortion of less than 3. Using the concept of approximate majorization within the distortion framework, we prove that Copeland and Randomized Dictatorship achieve low constant factor fairness-ratios (5 and 3 respectively), which is a considerable generalization of similar results for the sum of costs and single largest cost objectives. In addition to all of the above, we outline several interesting directions for further research in this space.

연구 동기 및 목표

• 메트릭 선호 조건 하에서 순위별 조합이 최악의 경우 왜곡이 3 이하임을 보이는 것으로 예상된 추측을 해결하기 위해.
• 랜덤화된 토너먼트 규칙이 기대 최악의 경우 왜곡 측면에서 랜덤화된 독재자 규칙을 능가할 수 있는지 여부를 규명하기 위해.
• 특히 합계가 아닌 비합계 비용 목표에 대해, 거리 모델 하에서 사회선택의 공정성 분석을 위한 프레임워크를 개발하기 위해.
• Copeland과 랜덤화된 독재자 규칙과 같은 잘 알려진 메커니즘에 대해 약간의 주요성 정렬을 이용하여 상수 요인의 공정성 비율을 확립하기 위해.

제안 방법

• 복잡한 기하학적 및 조합적 추론을 사용하여, 순위별 조합이 최악의 경우 왜곡이 최소 5가 되는 메트릭 인스턴스의 수열을 구성함으로써, 이를 입증한다.
• 약간의 주요성 정렬 개념을 적용하여 다양한 비용 함수에 대해 사회선택 규칙의 공정성 비율을 정의하고 분석한다.
• 삼각 부등식과 메트릭 공간 내 최상위 선택자 집합의 성질을 활용하여 공정성 비율의 상한을 유도한다.
• 확률적 분석과 기대값 한계를 이용하여, 다양한 비용 목표 하에서 랜덤화된 규칙(예: 랜덤화된 독재자 규칙)의 성능을 비교한다.
• 기대 최상위-k 비용의 합이 최적의 대안에 비해 상한선을 갖는다는 점을 증명함으로써, 랜덤화된 독재자 규칙의 공정성 비율이 3 이하임을 입증한다.
• 합성 비용 함수(예: 비용의 합의 제곱) 하에서 랜덤화된 독재자 규칙의 왜곡이 유계가 아니라는 점을 보이며, Copeland의 성능이 얼마나 견고한지 부각시킨다.

실험 결과

연구 질문

• RQ1 메트릭 왜곡 프레임워크 하에서 순위별 조합이 최악의 경우 왜곡이 3 이하인가요?
• RQ2 랜덤화된 토너먼트 규칙은 기대 최악의 경우 왜곡을 3 이하로 낮출 수 있나요?
• RQ3 합계 비용을 초월하여 사회선택의 공정성을 의미 있게 측정할 수 있으며, 만약 그렇다면 어떻게 할 수 있나요?
• RQ4 Copeland과 랜덤화된 독재자 규칙과 같은 메커니즘이 광범위한 비용 함수 클래스에서 강력한 성능을 유지합니까?
• RQ5 랜덤화된 토너먼트 규칙의 기대 최악의 경우 왜곡에 대한 기본적인 한계가 존재합니까?

주요 결과

• 순위별 조합의 최악의 경우 왜곡은 최소 5이며, 이는 3으로 예상된 상한선을 반박한다.
• 임의의 랜덤화된 토너먼트 규칙도 기대 최악의 경우 왜곡을 3 이하로 낮출 수 없으며, 이는 이 메커니즘 클래스에 대한 하한선을 확립한다.
• 약간의 주요성 정렬 하에서 Copeland의 공정성 비율은 최대 5이며, 이는 합계 비용 목표를 초월한 공정성 일반화를 가능하게 한다.
• 랜덤화된 독재자 규칙은 공정성 비율이 최대 3이며, 다양한 비용 함수에 걸쳐 뛰어난 성능을 보임을 입증한다.
• 합성 비용 함수(예: 비용의 합의 제곱) 하에서 랜덤화된 독재자 규칙의 왜곡은 무한해지며, 이는 이 규칙의 한계를 부각시킨다.
• Copeland의 성능은 견고하며, 최고의 알려진 결정론적 왜곡 한계(5)를 달성하고, 일반적인 비용 함수 클래스 전반에서 강력한 공정성 비율을 확보한다.