[論文レビュー] The Query Complexity of Cake Cutting

Simina Brânzei, Noam Nisan|arXiv (Cornell University)|May 8, 2017

Game Theory and Voting Systems被引用数 8

ひとこと要約

この論文は、Robertson-Webbクエリモデルにおいて、最小のカット数で近似的に公平なカケージョン分割（ envy-free, equitable, perfect な割り当て）を計算するためのきついクエリ複雑性の下界を確立する。3人のプレイヤーにおける連結な ϵ-envy-free 割り当て、2人のプレイヤーにおける連結な ϵ-equitable 割り当て、2カットを用いた2人のプレイヤーにおける ϵ-perfect 割り当てについて、Ω(log 1/ϵ) のクエリが必要であることを証明し、移動ナイフ手続きが、評価クエリのみを用いて小さな誤差で効率的にシミュレート可能であることを示す。

ABSTRACT

We study the query complexity of cake cutting and give lower and upper bounds for computing approximately envy-free, perfect, and equitable allocations with the minimum number of cuts. The lower bounds are tight for computing connected envy-free allocations among n=3 players and for computing perfect and equitable allocations with minimum number of cuts between n=2 players. We also formalize moving knife procedures and show that a large subclass of this family, which captures all the known moving knife procedures, can be simulated efficiently with arbitrarily small error in the Robertson-Webb query model.

研究の動機と目的

• 連結なピeceと最小カット数を伴う近似的に公平なカケージョン分割を計算するために必要な最小クエリ数を理解すること。
• Robertson-Webbクエリモデルにおいて、ϵ-envy-free, ϵ-equitable, ϵ-perfect 割り当てを計算する際のきついクエリ複雑性の下界を確立すること。
• 移動ナイフ手続きをクエリモデル内で効率的に形式化・シミュレートすることにより、評価クエリのみを用いて任意に小さい誤差で近似可能であることを示すこと。
• 特に、評価関数の密度が有界である場合に、制限付きクエリモデル（特に RW− モデル）のパワーと限界を分析すること。

提案手法

• 敵対的評価関数をシミュレートすることで、任意の決定的プロトコルが ϵ-公平性を達成するためには Ω(log 1/ϵ) のクエリが必要であることを示す還元に基づく証明技法を用いる。
• RW− モデルにおいて、評価クエリのみを用いてカットクエリを類似する二分探索に類似したシミュレーション戦略を適用し、誤差を ϵ で抑えられる。
• 最適なカットポイントが存在する「隠れた区間」の概念を導入・形式化し、これらの区間外のクエリは不確実性を低下させないが、区間内のクエリは注意深く処理する必要があることを示す。
• 移動ナイフ手続きが、時間間隔を繰り返し縮小し、評価クエリを用いてプレイヤーの評価を追跡することで、RW+ モデルでシミュレート可能であることを示す。
• RW モデルの結果を RW+ および RW− モデルに拡張し、RW モデルにおける下界がこれらの変種に対しても成り立つことを証明する。
• 位相的および測度論的議論（例：Spernerの補題、交差定理）を用いて、公平な割り当ての存在を正当化し、研究対象の問題の妥当性を裏付ける。

実験結果

リサーチクエスチョン

• RQ1 Robertson-Webbモデルにおいて、3人のプレイヤーに対して連結な ϵ-envy-free 割り当てを計算するために必要な最小クエリ数は何か？
• RQ2 クエリモデルにおいて、最小カット数を伴う ϵ-equitable および ϵ-perfect 割り当てを計算するためのきつい下界を確立できるか？
• RQ3 Robertson-Webbモデルにおいて、評価クエリのみを用いて移動ナイフ手続きをどの程度効率的にシミュレートできるか？
• RQ4 評価関数が上界に有界である場合に、評価クエリのみを許可する RW− モデルは、完全な RW モデルと比べてどの程度のパワーを持つか？
• RQ5 評価関数が任意である場合と上界に有界である場合とで、ϵ-公平な割り当てを計算するクエリ複雑性はどのように異なるか？

主な発見

• 3人のプレイヤーに対して連結な ϵ-envy-free 割り当てを計算するクエリ複雑性は Ω(log 1/ϵ) であり、この下界はタイトである。
• 2人のプレイヤーにおいて、連結な ϵ-equitable 割り当てを計算するには Ω(log 1/ϵ) のクエリが必要であり、この下界もタイトである。
• 2人のプレイヤーに対して正確に2カットを用いた ϵ-perfect 割り当てを計算する場合も、Ω(log 1/ϵ) のクエリが必要であり、この下界もタイトである。
• RW+ モデルにおいて、移動ナイフ手続きは O(log 1/ϵ) のクエリでシミュレート可能であり、任意のトリガー点に対して ϵ-精度を達成できる。
• RW− モデル（評価クエリのみを許可）において、評価関数が定数で上界に有界である限り、任意の RW+ クエリは O(log 1/ϵ) の評価クエリでシミュレート可能である。
• RW− モデルは任意の評価関数に対して公平な割り当てを見つけるには不十分であるが、評価関数が一様に上界に有界である場合には強力なモデルとなる。