[논문 리뷰] Not All Strangers Are the Same: The Impact of Tolerance in Schelling Games

Kanellopoulos, Panagiotis, Kyropoulou, Maria외 1명|arXiv (Cornell University)|2022. 01. 01.

Game Theory and Applications인용 수 2

한 줄 요약

이 논문은 슈벨링의 주거 분리 모델에서 복지 최적화 할당을 계산하는 데 있어 매개변수화 복잡도를 조사한다. 주요 최적성 개념으로는 사회적 복지(WO), 파레토 최적성(PO), 집단 복지 최적성(GWO), 유틸리티 벡터 최적성(UVO)을 고려한다. 모든 네 가지 문제는 에이전트 수(r + b)에 대해 W[1]-하드임을 증명하지만, 최대 그래프 차수 ∆를 포함한 r + b + ∆에 대해 FPT 알고리즘과, 트리 폭 및 에이전트 유형 수에 대해 XP 알고리즘을 제시한다.

ABSTRACT

Schelling's model considers $k$ types of agents each of whom needs to select a vertex on an undirected graph, where every agent prefers to neighbor agents of the same type. We are motivated by a recent line of work that studies solutions that are optimal with respect to notions related to the welfare of the agents. We explore the parameterized complexity of computing such solutions. We focus on the well-studied notions of social welfare (WO) and Pareto optimality (PO), alongside the recently proposed notions of group-welfare optimality (GWO) and utility-vector optimality (UVO), both of which lie between WO and PO. Firstly, we focus on the fundamental case where $k=2$ and there are $r$ red agents and $b$ blue agents. We show that all solution-notions we consider are $ extsf{NP}$-hard to compute even when $b=1$ and that they are $ extsf{W}[1]$-hard when parameterized by $r$ and $b$. In addition, we show that WO and GWO are $ extsf{NP}$-hard even on cubic graphs. We complement these negative results by an $ extsf{FPT}$ algorithm parameterized by $r, b$ and the maximum degree of the graph. For the general case with $k$ types of agents, we prove that for any of the notions we consider the problem is $ extsf{W}[1]$-hard when parameterized by $k$ for a large family of graphs that includes trees. We accompany these negative results with an $ extsf{XP}$ algorithm parameterized by $k$ and the treewidth of the graph.

연구 동기 및 목표

• 슈벨링 모델에서 네 가지 최적성 개념(WO, PO, GWO, UVO) 하에 복지 최적 할당을 계산하는 데 있어 매개변수화 복잡도를 분석하는 것.
• 이러한 최적화 문제들이 다양한 매개변수화 하에 고정 매개변수 트랙태블리티(FPT) 알고리즘을 갖는지 여부를 규명하는 것.
• 해결 가능성을 높이는 기초 그래프의 구조적 제약 조건(예: 유한 차수, 트리 폭)을 식별하는 것.
• 부정적인 복잡도 결과를 긍정적인 알고리즘 결과(예: 커널화 및 트리 분해 기반 동적 계획법)로 보완하는 것.

제안 방법

• r, b 및 최대 차수 ∆에 따라 매개변수화된 커널화 사전처리 단계를 제안하여, 그래프의 정점 수를 O(∆² · r · b)로 줄인다.
• 정점 집합의 잘 정의된 트리 분해 위에서 동적 계획법을 적용하며, 각 버킷에서 에이전트 유형과 이웃 수를 표현하는 동치 클래스를 사용한다.
• 상태 표현 방식으로는 다음을 추적한다: (1) 할당된 에이전트 유형의 크기, (2) 버킷 내에 포함된 에이전트 유형, (3) 각 유형별 이웃 수.
• 트리 분해의 노드에 대해 재귀적 계산을 통해 각 최적성 개념(WO, PO, GWO, UVO)에 대해 FPT 알고리즘을 적용한다.
• 트리 분해 생성 및 동치 클래스 수의 계산에 대해 알려진 결과를 활용하여 실행 시간을 제한한다.
• 에이전트 유형 수가 일정한 경우로 확장하여, 트리 폭에 대해 매개변수화된 FPT 해법이 존재함을 보여준다.

실험 결과

연구 질문

• RQ1 에이전트 수(r + b)에 대해 매개변수화할 때 슈벨링 모델에서 복지 최적 할당을 계산하는 문제는 고정 매개변수 트랙태블리티(FPT)인가?
• RQ2 WO, PO, GWO, UVO의 네 가지 최적성 개념은 매개변수화 복잡도 측면에서 계산적으로 동치인가?
• RQ3 그래프의 최대 차수나 트리 폭이 유한할 경우 이러한 최적화 문제에 대해 해결 가능성을 보장하는가?
• RQ4 일반적인 경우(임의의 k종)와 일정한 수의 유형을 가진 경우 사이에 복잡도에 큰 차이가 있는가?
• RQ5 특히 에이전트 수가 정점 수보다 적을 경우, 정점 커버에 대해 매개변수화된 문제를 FPT 시간 내에 해결할 수 있는가?

주요 결과

• 모든 네 가지 최적성 개념(WO, PO, GWO, UVO)은 에이전트 수(r + b)에 대해 매개변수화되었을 때 W[1]-하드이며, b = 1일 때도 마찬가지다.
• WO와 GWO는 삼차 그래프에서도 여전히 NP-난이도를 유지하므로, 유한 차수만으로는 해결 가능성 보장이 안 된다.
• 최대 차수 ∆를 포함한 r + b + ∆에 대해 매개변수화된 모든 네 가지 개념에 대해 FPT 알고리즘이 존재한다.
• k종의 일반적인 경우에 대해 k와 트리 폭에 대해 매개변수화된 XP 알고리즘을 제공한다.
• 에이전트 유형 수 k가 일정할 경우, Perfect-SCHELLINGM은 트리 폭에 대해 매개변수화된 FPT 알고리즘을 갖는다.
• 에이전트 유형 분포와 이웃 유형을 추적하기 위해 철저히 정의된 동치 클래스를 사용하는 트리 분해 기반 동적 계획법을 적용한다.