[논문 리뷰] On Fair Allocation of Indivisible Goods to Submodular Agents

Gilad Ben Uziahu, Uriel Feige|arXiv (Cornell University)|2023. 03. 22.

Game Theory and Voting Systems인용 수 4

한 줄 요약

이 논문은 등수 분할이 없는 상품에 대해 하위모듈러(agent)에게 공정한 할당을 위한 다항식 시간 알고리즘을 제시하며, 동일한 권리가 부여된 경우 최대분할공정성(MMS)의 10/27-근사값을 달성하고, 임의의 권리가 부여된 경우 임의가격공정성(APS)의 1/3-근사값을 달성한다. 이 접근법은 입찰 게임 프레임워크를 활용하여 각 에이전트가 자신의 공정 기준에 상응하는 일정 비율 이상의 가치를 지닌 번들을 받도록 보장하며, 하위모듈러 수익 함수 설정에서 이전 결과를 향상시킨다.

ABSTRACT

We consider the problem of fair allocation of indivisible goods to agents with submodular valuation functions, where agents may have either equal entitlements or arbitrary (possibly unequal) entitlements. We focus on share-based fairness notions, specifically, the maximin share (MMS) for equal entitlements and the anyprice share (APS) for arbitrary entitlements, and design allocation algorithms that give each agent a bundle of value at least some constant fraction of her share value. For the equal entitlement case (and submodular valuations), Ghodsi, Hajiaghayi, Seddighin, Seddighin, and Yami [EC 2018] designed a polynomial-time algorithm for $\frac{1}{3}$-maximin-fair allocation. We improve this result in two different ways. We consider the general case of arbitrary entitlements, and present a polynomial time algorithm that guarantees submodular agents $\frac{1}{3}$ of their APS. For the equal entitlement case, we improve the approximation ratio and obtain $\frac{10}{27}$-maximin-fair allocations. Our algorithms are based on designing strategies for a certain bidding game that was previously introduced by Babaioff, Ezra and Feige [EC 2021].

연구 동기 및 목표

• 등수 분할이 없는 상품을 하위모듈러 수익 함수를 가진 에이전트에게 동일 권리 및 임의 권리 조건 하에서 공정하게 할당하는 문제를 다루는 것.
• 특히 동일 권리 조건에서 하위모듈러 설정에서 최대분할공정성(MMS) 공정성의 이전 근사 비율을 향상시키는 것.
• 임의 권리 조건으로도 적용 가능한 임의가격공정성(APS) 개념을 활용해 공정성 보장을 확장하는 것.
• 각 에이전트가 자신의 공정 기준에 상응하는 일정 비율 이상의 가치를 지닌 번들을 받도록 보장하는 다항식 시간 알고리즘을 설계하는 것.
• 입찰 전략의 한계를 분석하고, 달성 가능한 근사 비율에 대한 날카로운 상한을 설정하는 것.

제안 방법

• 저자들은 바바이오프, 에즈라, 페이지가 이전에 제안한 입찰 게임 프레임워크를 활용하며, 이를 하위모듈러 수익 함수에 적응시켰다.
• 동일 권리 조건에서는 비례 입찰 전략을 사용하여 10/27-MMS 근사치를 달성하며, 이는 이전의 1/3 기준을 향상시킨다.
• 임의 권리 조건에서는 수정된 입찰 전략을 통해 불균형한 권리 조건 하에서도 각 에이전트가 최소 1/3의 APS를 확보하도록 보장한다.
• 이 방법은 근사 보장을 시험하고 날카로운 상한을 확립하기 위해 적대적 입찰 실행을 구성하는 데 의존한다.
• 이론적 분석을 통해 APS에 대해 1/3보다 큰 상수 ρ > 1/3가 존재할 경우 1/3 이하의 근사치를 보장할 수 없으며, 제안된 프레임워크 하에서 10/27이 MMS에 대해 최적임을 증명한다.
• 논문은 구조화된 아이템 집합과 대체 수익 함수를 활용한 부정적 예시를 사용하여 상한의 날카로움을 입증한다.

실험 결과

연구 질문

• RQ1 하위모듈러 에이전트가 동일한 권리 조건을 가질 때, 다항식 시간 알고리즘이 최대분할공정성(MMS)의 1/3을 초월하는 근사치를 달성할 수 있는가?
• RQ2 임의 권리 조건을 가진 하위모듈러 에이전트에 대해, 임의가격공정성(APS) 공정성 개념을 일정 요소로 근사할 수 있는가?
• RQ3 하위모듈러 설정에서 입찰 전략을 통해 달성 가능한 최고의 근사 비율은 무엇이며, APS의 경우 1/3을 초월하거나 MMS의 경우 1/3을 초월하여 향상시킬 수 있는가?
• RQ4 제안된 입찰 전략은 XOS 수익 함수와 같은 더 넓은 수익 함수 클래스로 확장되지 않으며, 만약 그렇다면 그 이유는 무엇인가?
• RQ5 적대적 입찰 게임 구성 방법을 통해 근사의 이론적 한계를 입증할 수 있는가?

주요 결과

• 논문은 하위모듈러 에이전트가 동일한 권리 조건을 가질 때 최대분할공정성(MMS)의 10/27-근사치를 달성하며, 이는 이전의 1/3 기준을 향상시킨다.
• 임의 권리 조건을 가진 에이전트의 경우, 알고리즘은 각 에이전트가 최소 1/3의 임의가격공정성(APS)에 상응하는 가치를 지닌 번들을 확보하도록 보장한다.
• 저자들은 APS 공정성에 대해 1/3보다 큰 상수 ρ > 1/3가 존재할 경우 1/3 이하의 근사치를 보장할 수 없음을 증명하며, 이는 날카로운 상한임을 입증한다.
• 부정적 예시를 통해 제안된 입찰 전략 프레임워크 하에서 MMS의 10/27 상한이 날카로우며, 이 비율을 초월하여 향상시킬 수 없음을 입증한다.
• XOS 수익 함수의 경우, n ≥ 4k²일 때 어떤 입찰 전략도 MMS의 최대 1/k 비율을 보장할 수 없음을 보여주며, 이는 이 클래스 내에서의 근본적인 제약을 시사한다.
• 분석을 통해 제안된 입찰 게임 전략이 APS에 대해 1/3 이상, MMS에 대해 10/27 이상의 근사 비율을 향상시킬 수 없으며, 수정을 가한 경우에도 마찬가지로 성립함을 확인한다.