[논문 리뷰] The VCG Mechanism for Bayesian Scheduling

Yiannis Giannakopoulos, Maria Kyropoulou|Open Access at Essex (University of Essex)|2015. 09. 24.

Auction Theory and Applications참고 문헌 31인용 수 5

한 줄 요약

이 논문은 비균일한 기계에서 독립적이고 동일하게 분포된 작업 처리 시간을 가진 베이지안 스케줄링 환경에서 VCG 메커니즘의 성능을 분석한다. 이는 i.i.d. 작업에 대해 VCG가 $O\left(\frac{\ln n}{\ln\ln n}\right)$의 근사 비율을 달성함을 보이며 이는 이전의 경계보다 크게 향상되었고, MHR 분포 하에서 상수 근사 비율이 가능한 조건을 규명한다.

ABSTRACT

We study the problem of scheduling $m$ tasks to $n$ selfish, unrelated machines in order to minimize the makespan, where the execution times are independent random variables, identical across machines. We show that the VCG mechanism, which myopically allocates each task to its best machine, achieves an approximation ratio of $O\left(\frac{\ln n}{\ln \ln n} ight)$. This improves significantly on the previously best known bound of $O\left(\frac{m}{n} ight)$ for prior-independent mechanisms, given by Chawla et al. [STOC'13] under the additional assumption of Monotone Hazard Rate (MHR) distributions. Although we demonstrate that this is in general tight, if we do maintain the MHR assumption, then we get improved, (small) constant bounds for $m\geq n\ln n$ i.i.d. tasks, while we also identify a sufficient condition on the distribution that yields a constant approximation ratio regardless of the number of tasks.

연구 동기 및 목표

• i.i.d. 작업 처리 시간을 가진 베이지안 스케줄링에서 VCG 메커니즘의 근사 비율을 분석하는 것.
• 이전 지식이 없는 진정성 메커니즘인 VCG가 확률적 처리 시간 모델 하에서 이전 연구보다 더 나은 성능을 달성할 수 있는지 확인하는 것.
• 이전 지식이 없음에도 불구하고 VCG가 상수 근사 비율을 달성할 수 있는 조건을 규명하는 것.
• MHR 및 i.i.d. 분포 하에서 VCG 및 관련 메커니즘의 성능에 대한 날카로운 하한을 설정하는 것.

제안 방법

• 저자들은 각 작업을 보고된 처리 시간이 가장 낮은 기계에 할당함으로써 진정성을 보장하는 VCG 메커니즘을 분석한다.
• 작업 처리 시간을 단조증가 위험률(MHR)을 가지는 분포에서 추출된 i.i.d. 랜덤 변수로 모델링하고, VCG 하에서의 기대 제작시간을 분석한다.
• 작업들이 기계들 사이에 확률적으로 할당될 때 최대 하중을 유계화하기 위해 고전적인 볼즈-인-빈 결과를 활용한다.
• 전략적 인centives를 忽시하는 최적의 오프라인 알고리즘과 비교하여 VCG의 기대 제작시간에 대한 상한과 하한을 유도한다.
• 확률적 농도 불등식과 尾尾 확률 경계를 사용하여 VCG 하에서 극단적인 하중 불균형이 발생할 가능성을 정량화한다.
• 경계의 날카로움과 분포 가정의 필요성을 보여주기 위해 점질량 및 균일 분포를 가진 특정 인스턴스를 구성한다.

실험 결과

연구 질문

• RQ1 i.i.d. 작업 처리 시간을 가진 베이지안 스케줄링에서 VCG 메커니즘의 근사 비율은 무엇인가?
• RQ2 MHR 분포 하에서 VCG가 상수 근사 비율을 달성할 수 있으며, 만약 가능하다면 어떤 조건에서 가능한가?
• RQ3 동일한 설정에서 VCG의 성능은 이전 메커니즘인 유한 과부하 및 Sieve 메커니즘과 비교해 어떻게 되는가?
• RQ4 i.i.d. 작업 분포 하에서 VCG에 대해 $O(\ln n / \ln\ln n)$ 근사 비율이 날카로운가?
• RQ5 이전 지식 독립성은 베이지안 스케줄링에서 진정성 메커니즘의 성능에 어떤 영향을 미치는가?

주요 결과

• i.i.d. 작업 처리 시간에 대해 VCG 메커니즘이 $O\left(\frac{\ln n}{\ln\ln n}\right)$의 근사 비율을 달성함을 보이며, 이는 이전의 $O(m/n)$ 경계보다 크게 향상되었다.
• MHR 가정 하에서, $m \geq n\ln n$일 경우 분포에 대한 사전 지식이 없더라도 VCG가 상수 근사 비율을 달성함을 보였다.
• 연속적인 MHR 분포에 대해서는 VCG가 최악의 경우 $n$-근사로 악화될 수 있음을 입증하여 일반적으로 경계가 날카로움을 보였다.
• 기계들 간의 하중 균형으로 인해 $m \geq n\ln n$일 경우 최적의 제작시간은 상수 $O(1)$로 유계화된다.
• 유한 과부하 및 Sieve 메커니즘의 성능가 상한이 점점 더 날카로워지며, 유사한 조건 하에서 $O(\ln n / \ln\ln n)$ 비율과 일치함을 보였다.
• MHR 가정 하에, 작업 수에 관계없이 VCG가 상수 근사 비율을 달성할 수 있는 충분한 조건을 규명하였다.