[論文レビュー] Not All Strangers Are the Same: The Impact of Tolerance in Schelling Games

Kanellopoulos, Panagiotis, Kyropoulou, Maria+1 more|arXiv (Cornell University)|Jan 1, 2022

Game Theory and Applications被引用数 2

ひとこと要約

本稿は、スヘリングの住宅分離モデルにおける福利厚生最適化のエージェント割り当てのパrameterized複雑性を調査し、社会的福祉（WO）、パレート最適性（PO）、グループ福祉最適性（GWO）、および利得ベクトル最適性（UVO）という4つの最適性概念に焦点を当てる。4つの問題がすべて、エージェント数（r + b）をパrameterとする場合にW[1]-hardであることを証明するが、最大グラフ次数∆を含むr + b + ∆をパrameterとするFPTアルゴリズムと、木幅とエージェントタイプ数をパrameterとするXPアルゴリズムを提示する。

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.

研究の動機と目的

• スヘリングのモデルにおける福利厚生最適化割り当てのパrameterized複雑性を、WO、PO、GWO、UVOという4つの最適性概念の下で分析すること。
• これらの最適化問題が、さまざまなパrameter化のもとで固定パラメータ可 tractable（FPT）アルゴリズムを有するかどうかを同定すること。
• グラフの構造的制約（例：有界次数、木幅）が、これらの最適化問題の効率的解法を可能にするかどうかを特定すること。
• 否定的な複雑性結果を、カーネル化や木分解上の動的計画法を含む肯定的なアルゴリズム的結果で補完すること。

提案手法

• r、b、および最大次数∆をパrameterとする、インスタンスサイズをO(∆² · r · b)頂点に削減するカーネル化前処理ステップを提案する。
• 頂点袋ごとにエージェントタイプと隣接数をエンコードする同値類を用いた、グラフのナイス木分解上の動的計画法を採用する。
• 次を追跡する状態表現を用いる：(1) 割り当てられたエージェントタイプのサイズ、(2) 袋内に存在するエージェントタイプ、(3) タイプごとの隣接数。
• 木分解のノード上で再帰的計算を用いて、各最適性概念（WO、PO、GWO、UVO）に対してFPTアルゴリズムを適用する。
• 木分解の構築と同値類の列挙に関する既知の結果を活用し、実行時間を制限する。
• エージェントタイプ数が定数である場合に拡張し、木幅をパrameterとするFPT解法が可能であることを示す。

実験結果

リサーチクエスチョン

• RQ1 スヘリングのモデルにおける福利厚生最適割り当ての計算問題は、エージェント数（r + b）をパrameterとする場合に固定パラメータ可 tractable（FPT）であるか？
• RQ2 WO、PO、GWO、UVOという4つの最適性概念は、パrameterized複雑性の観点から計算的に同等であるか？
• RQ3 グラフの有界最大次数または木幅が、これらの最適化問題の効率的解法を可能にするか？
• RQ4 一般ケース（任意のkタイプ）と、タイプ数kが定数であるケースとの間で、複雑性に顕著な差異があるか？
• RQ5 特にエージェント数が頂点数未満である場合に、頂点カバーをパrameterとするFPT時間で問題が解けるか？

主な発見

• すべての4つの最適性概念（WO、PO、GWO、UVO）は、r + bをパrameterとする場合にW[1]-hardである。b = 1であっても同様である。
• WOとGWOは立方体グラフ上でもNP-hardのままであり、有界次数だけでは可 tractability を保証しない。
• 最大次数∆を含むr + b + ∆をパrameterとする場合、4つのすべての概念に対してFPTアルゴリズムが存在する。
• kタイプの一般ケースに対して、kと木幅をパrameterとするXPアルゴリズムが提示された。
• エージェントタイプ数kが定数である場合、Perfect-SCHELLINGMは木幅をパrameterとするFPTアルゴリズムを有する。
• エージェントタイプ分布と隣接タイプを追跡するために、適切に定義された同値類を用いた木分解上の動的計画法が使用されている。