[論文レビュー] Setting Lower Bounds on Truthfulness

Ahuva Mu’alem, Michael Schapira|arXiv (Cornell University)|Jul 30, 2015

Auction Theory and Applications参考文献 50被引用数 7

ひとこと要約

本稿では、真実性を保証する多変数メカニズム設計における近似不可能性の下界を示す一般的手法を導入し、無作為化された普遍的真実性を持つメカニズムが、関係のないマシンスケジューリング問題において $2 - \frac{1}{n}$ のタイトな下界を達成できることを示している。さらに、ベイジアンインcentive-compatibleな決定的メカニズムに対しては $1.2$ の下界を確立し、Max-Min、Min-Max、および偏り最小化といった公平性の概念へとフレームワークを拡張し、無作為化および非ユーティリタリアンな設定において初めての下界を提供している。

ABSTRACT

We present and discuss general techniques for proving inapproximability results for truthful mechanisms. We make use of these techniques to prove lower bounds on the approximability of several non-utilitarian multi-parameter problems. In particular, we demonstrate the strength of our techniques by exhibiting a lower bound of $2-\frac{1}{m}$ for the scheduling problem with unrelated machines (formulated as a mechanism design problem in the seminal paper of Nisan and Ronen on Algorithmic Mechanism Design). Our lower bound applies to truthful randomized mechanisms (disregarding any computational assumptions on the running time of these mechanisms). Moreover, it holds even for the weaker notion of truthfulness for randomized mechanisms -- i.e., truthfulness in expectation. This lower bound nearly matches the known $\frac{7}{4}$ (randomized) truthful upper bound for the case of two machines (a non-truthful FPTAS exists). No lower bound for truthful randomized mechanisms in multi-parameter settings was previously known. We show an application of our techniques to the workload-minimization problem in networks. We prove our lower bounds for this problem in the inter-domain routing setting presented by Feigenbaum, Papadimitriou, Sami, and Shenker. Finally, we discuss several notions of non-utilitarian "fairness" (Max-Min fairness, Min-Max fairness, and envy minimization). We show how our techniques can be used to prove lower bounds for these notions.

研究の動機と目的

• 多変数かつ非ユーティリタリアンな設定、特に無作為性を伴う場合における真実性を保証するメカニズムの近似不可能性に関する結果が不足しているという問題に対処すること。
• 真実性メカニズムの近似比に関する下界を証明するための、一般的かつ計算的アーギュメントに依存しない手法を開発すること。
• Max-Min、Min-Max、および偏り最小化といった公平性に基づく社会選択関数へのフレームワークの拡張。
• 非ユーティリタリアンな設定における真実性を保証する無作為化メカニズムに対する既知の下界を初めて確立することで、文献におけるギャップを埋めること。

提案手法

• 著者らは、弱単調性と戦略的評価の摂動に基づく、新たな解析的手法を導入し、下界を導出している。
• この手法を関係のないマシンスケジューリング問題に適用し、普遍的真実性を持つ無作為化メカニズムが $2 - \frac{1}{n}$ より良い近似を達成できないことを示している。
• ベイジアンメカニズム設計においては、真実性を保証するメカニズムが性能を発揮できないような評価プロファイルを構築し、決定的メカニズムに対して $1.2$ の下界を導出している。
• 公平性の目的関数へとこの手法を拡張する際には、偏りや不均衡を引き起こす評価をモデル化し、摂動論的議論を適用して下界を導出している。
• フレームワークは、ドメイン間ルーティングにおけるワークロード最小化問題に適用され、期待値における真実性および普遍的真実性の設定下で下界を証明している。
• このアプローチは矛盾に基づく：より良い近似が可能であると仮定すると、弱単調性または真実性の制約に違反することになる。

実験結果

リサーチクエスチョン

• RQ1 関係のないマシンスケジューリング問題において、普遍的真実性を持つ無作為化メカニズムが達成可能な最良の近似比は何か？
• RQ2 多変数設定におけるベイジアンインcentive-compatibleな決定的メカニズムに対し、近似不可能性の下界を確立できるか？
• RQ3 提案された手法は、Max-Min公平性や偏り最小化といった非ユーティリタリアンな社会選択関数へとどのように拡張できるか？
• RQ4 計算時間が多項式時間であると仮定しない場合でも、無作為化メカニズムに対して下界を証明できるか？
• RQ5 Min-Maxや偏り最小化といった公平性に基づく目的関数に対して、真実性近似の限界は何か？

主な発見

• 関係のないマシンスケジューリング問題において、普遍的真実性を持つ無作為化メカニズムに対して $2 - \frac{1}{n}$ の下界が確立され、これはタイトであり、計算上の仮定なしに成立する。
• ベイジアンインcentive-compatibleな決定的メカニズムに対しては $1.2$ の下界が証明され、これはこの設定において初めての下界である。
• この手法は、ドメイン間ルーティングにおけるワークロード最小化問題に適用され、期待値における真実性および普遍的真実性のモデル下でも同様の近似不可能性の結果を証明している。
• Min-Max公平性に対しては、真実性を保証する決定的VCGベースのメカニズムが $n$-近似を達成でき、この下界はタイトである。
• 偏り最小化に対しては、真実性を保証する決定的メカニズムは、評価の摂動と弱単調性の違反を用いて示されるように、$\alpha$ より良い近似比を達成できない。ここで $\alpha$ は最大の限界利得である。
• 本稿では、無作為化設定であっても、非ユーティリタリアンな目的関数に対して真実性を保証するメカニズムが近似的に最適な性能を達成できないことが示されており、真実性メカニズム設計における本質的な制限を強調している。