[논문 리뷰] Mixture Selection, Mechanism Design, and Signaling

Yu Cheng, Ho Yee Cheung외 4명|arXiv (Cornell University)|2015. 08. 14.

Auction Theory and Applications참고 문헌 17인용 수 9

한 줄 요약

이 논문은 리프시츠 연속성과 새로운 노이즈 안정성 개념을 활용하여 확률 단체 위에서 함수 $g(Ax)$ 를 최적화하는 혼합 선택 문제를 위한 새로운 알고리즘 프레임워크를 제안한다. 두 성질이 유계일 경우, 다항 시간 근사법(PTAS)을 제공하며, 메커니즘 설계 및 최적 신호 전달 분야의 핵심 열린 문제들을 해결한다.

ABSTRACT

We pose and study a fundamental algorithmic problem which we term mixture selection, arising as a building block in a number of game-theoretic applications: Given a function $g$ from the $n$-dimensional hypercube to the bounded interval $[-1,1]$, and an $n imes m$ matrix $A$ with bounded entries, maximize $g(Ax)$ over $x$ in the $m$-dimensional simplex. This problem arises naturally when one seeks to design a lottery over items for sale in an auction, or craft the posterior beliefs for agents in a Bayesian game through the provision of information (a.k.a. signaling). We present an approximation algorithm for this problem when $g$ simultaneously satisfies two smoothness properties: Lipschitz continuity with respect to the $L^\infty$ norm, and noise stability. The latter notion, which we define and cater to our setting, controls the degree to which low-probability errors in the inputs of $g$ can impact its output. When $g$ is both $O(1)$-Lipschitz continuous and $O(1)$-stable, we obtain an (additive) PTAS for mixture selection. We also show that neither assumption suffices by itself for an additive PTAS, and both assumptions together do not suffice for an additive FPTAS. We apply our algorithm to different game-theoretic applications from mechanism design and optimal signaling. We make progress on a number of open problems suggested in prior work by easily reducing them to mixture selection: we resolve an important special case of the small-menu lottery design problem posed by Dughmi, Han, and Nisan; we resolve the problem of revenue-maximizing signaling in Bayesian second-price auctions posed by Emek et al. and Miltersen and Sheffet; we design a quasipolynomial-time approximation scheme for the optimal signaling problem in normal form games suggested by Dughmi; and we design an approximation algorithm for the optimal signaling problem in the voting model of Alonso and Câmara.

연구 동기 및 목표

• 메커니즘 설계 및 베이지안 게임 이론에서의 중심적인 알고리즘 원천으로 혼합 선택 문제를 체계화하고 연구하기 위해.
• 혼합 선택의 처리 가능성에 영향을 미치는 두 가지 부드러움 성질—$L^∞$에서의 리프시츠 연속성과 노이즈 안정성—을 규명하기 위해.
• 함수 $g$ 의 부드러움 파ameter에 따라 점진적으로 악화되는 일반적인 근사 알고리즘을 개발하기 위해.
• 수익 극대화 신호 전달, 복권 설계, 정규형 게임 및 투표 게임에서의 최적 신호 전달 분야의 열린 문제들을 해결하기 위해.
• 두 성질이 별개로는 다항 시간 근사법(PTAS)을 제공하지 않으며, 둘을 함께 사용해도 완전 다항 시간 근사법(FPTAS)을 얻을 수 없다는 것을 증명함으로써 엄밀한 복잡도 경계를 설정하기 위해.

제안 방법

• 낮은 확률의 상관 오차가 $g$ 의 출력에 미치는 영향을 제어하는 척도로 노이즈 안정성을 정의하며, 이는 이전의 안정성 개념과 구별된다.
• 분포 $x$ 에서의 경험적 표본 추출을 통해 희소 근사 $\widetilde{x}$ 를 구성하며, $g(Ax)$ 의 기대 오차를 두 성분—큰 오차(노이즈 안정성으로 제어)와 작은 오차(리프시츠 연속성으로 제어)—로 나누어 제한한다.
• 대수적 안정성 가정 하에, $g$ 의 부울 확장에 대한 푸리에 분석을 적용하여 오차를 저차수 푸리에 계수로 제한한다.
• 표본 크기 $s = \Omega(\frac{1}{\delta^2} \log \frac{k}{\epsilon})$ 로 설정하여 일반 프레임워크를 PTAS로 구체화함으로써, $\widetilde{x}$ 가 $x$ 근처에 집중되도록 보장한다.
• 리프시츠 상수 $c$ 와 노이즈 안정성 $β$ 를 갖는 $g$ 에 대해, 기대 목표값 $\mathbb{E}[g(A\widetilde{x})] \geq g(Ax) - \epsilon - c\delta$ 를 증명함으로써, 덧셈 근사가 가능하다는 것을 보장한다.
• 노이즈 안정성과 비음수 저차수 푸리에 스펙트럼 간의 연결을 활용하여, 대수적 안정 함수로 결과를 확장한다.

실험 결과

연구 질문

• RQ1 목적 함수 $g$ 가 리프시츠 연속성과 노이즈 안정성 모두를 만족할 경우, 혼합 선택 문제를 효율적으로 근사할 수 있는가?
• RQ2 혼합 선택에서 덧셈 PTAS를 확보하기 위해 노이즈 안정성이 필수적인가, 아니면 다른 부드러움 조건으로 대체될 수 있는가?
• RQ3 혼합 선택 프레임워크는 제2순위 경매에서의 수익 극대화 신호 전달과 같은 메커니즘 설계 및 최적 신호 전달 분야의 열린 문제들을 해결할 수 있는가?
• RQ4 리프시츠 연속성과 노이즈 안정성의 조합이 덧셈 완전 다항 시간 근사법(FPTAS)을 제공하는 데 충분한가?
• RQ5 복수의 게임 이론적 목적 함수(예: 복권 설계, 투표, 수익 극대화) 중에서 요구되는 부드러움 및 대수적 안정성 성질을 만족하는 것은 무엇인가?

주요 결과

• 함수 $g$ 가 $O(1)$-리프시츠 연속성과 $O(1)$-노이즈 안정성을 동시에 만족할 경우, 근사 오차 $\epsilon + c\delta$ 를 갖는 덧셈 PTAS 가 존재한다.
• 리프시츠 연속성 또는 노이즈 안정성 중 어느 하나만으로는 덧셈 PTAS 가 확보되지 않으며, 이는 두 성질이 결과를 위해 모두 필수적임을 시사한다.
• 두 성질의 조합이더라도 덧셈 FPTAS 를 도출하지 못함을 보여, 완전 다항 근사에 도달하는 데 내재된 한계가 있음을 입증한다.
• 이 프레임워크는 Dughmi, Han, 및 Nisan(2014)이 제기한 소규모 메뉴 복권 설계 문제를 특수 케이스로 해결한다.
• 베이지안 제2순위 경매에서의 수익 극대화 신호 전달 문제에 대해 덧셈 PTAS 를 확보하며, Emek 등(2012)과 Miltersen 및 Sheffet(2012)의 열린 문제를 해결한다.
• 정규형 게임에서의 최적 신호 전달 문제에 대해 준다항 시간 근사법을 설계하였고, Alonso 및 Câmara(2014)의 투표 모델에 대해 근사 알고리즘을 개발하였다.