[논문 리뷰] Tractable Fragments of the Maximum Nash Welfare Problem

Jugal Garg, Edin Husić외 2명|arXiv (Cornell University)|2021. 12. 19.

Auction Theory and Applications인용 수 8

한 줄 요약

이 논문은 동일한 가산 평가를 가진 비대칭 에이전트에게 분할 불가능한 재화를 할당할 때 나시 복리(Nash welfare)를 최대화하기 위한 PTAS를 제시한다. 이는 이전의 대칭 에이전트에 대한 결과를 일반화한 것이다. 또한 상수 개의 비대칭 에이전트에 대해 FPTAS를 제공하고, 최대 두 개의 재화만 평가하는 에이전트에 대해 다항시간 알고리즘을 제시하여, 세 개 이상의 재화를 평가할 경우 결과의 날카로움(tightness)을 보여준다.

ABSTRACT

We study the problem of maximizing Nash welfare (MNW) while allocating indivisible goods to asymmetric agents. The Nash welfare of an allocation is the weighted geometric mean of agents' utilities, and the allocation with maximum Nash welfare is known to satisfy several desirable fairness and efficiency properties. However, computing such an MNW allocation is NP-hard, even for two agents with identical, additive valuations. Hence, we aim to identify tractable classes that either admit a PTAS, an FPTAS, or an exact polynomial-time algorithm. To this end, we design a PTAS for finding an MNW allocation for the case of asymmetric agents with identical, additive valuations, thus generalizing a similar result for symmetric agents. Our techniques can also be adapted to give a PTAS for the problem of computing the optimal $p$-mean welfare. We also show that an MNW allocation can be computed exactly in polynomial time for identical agents with $k$-ary valuations when $k$ is a constant, where every agent has at most $k$ different values for the goods. Next, we consider the special case where every agent finds at most two goods valuable, and show that this class admits an efficient algorithm, even for general monotone valuations. In contrast, we note that when agents can value three or more goods, maximizing Nash welfare is NP-hard, even when agents are symmetric and have additive valuations, showing our algorithmic result is essentially tight. Finally, we show that for constantly many asymmetric agents with additive valuations, the MNW problem admits an FPTAS.

연구 동기 및 목표

• 비대칭 에이전트에 대한 나시 복리 최대화(MNW)의 계산 복잡도를 다루며, 대칭 에이전트에 비해 덜 이해된 설정이다.
• 다항시간 또는 완전 다항시간 근사 스킴(FPTAS)을 달성할 수 있는 MNW 문제의 다루기 쉬운 조각(fragment)을 특정한다.
• 동일한 평가를 가진 대칭 에이전트에 대한 기존의 PTAS 결과를 비대칭 케이스로 일반화한다.
• 문제가 NP-난해가 되는 경계를 조사하며, 예를 들어 에이전트가 세 개 이상의 재화를 평가할 경우를 포함한다.
• 특수 평가 구조, 예를 들어 k-가액 평가 및 제한된 유의미한 재화를 가진 단조 평가에 대해 효율적인 알고리즘을 제공한다.

제안 방법

• 벡터 스케일링과 동치 클래스를 기반으로 한 이산화 및 동적 프로그래밍 접근을 사용하여, 동일한 가산 평가를 가진 비대칭 에이전트에 대한 PTAS를 설계한다.
• 유용성 집계 함수를 수정하여 p-평균 복리 최대화 문제에 알고리즘을 적응시킨다.
• 근사 보장을 확보하기 위해 곱셈 인자 범위를 통한 다항 크기의 대표 벡터 집합을 유지하기 위해 Reduce 연산을 사용한다.
• 나시 복리의 기하 평균 구조를 활용하여 제어된 근사 비율을 가진 값 집합의 재귀적 구성 방법을 적용한다.
• 재화 수에 대한 귀납법을 통해 근사 비율을 증명하며, 근사 집합 내 최적해가 실제 최적해의 (1+ε) 배 이내임을 보인다.
• ε과 입력 크기의 런타임 의존성 및 동치 클래스 수의 경계를 통해 상수 개의 비대칭 에이전트에 대한 FPTAS를 확립한다.

실험 결과

연구 질문

• RQ1 동일한 가산 평가를 가진 비대칭 에이전트에 대해 PTAS를 개발할 수 있는가? 이는 대칭 케이스를 일반화한 것이다.
• RQ2 에이전트 수가 상수일 경우, 비대칭 설정에서도 MNW 문제에 FPTAS가 존재하는가?
• RQ3 각 에이전트가 최대 두 개의 재화만 평가할 경우, MNW 문제의 계산 복잡도는 어떻게 되며, 다항시간 내에 해결 가능한가?
• RQ4 에이전트가 세 개 이상의 재화를 평가할 수 있는 경우, 심지어 대칭적이고 가산적 평가 조건 하에서도 문제의 복잡도는 NP-난해인가?
• RQ5 다루기 쉬운 결과는 p-평균 복리와 같은 다른 복리 함수로 확장 가능한가?

주요 결과

• 동일한 가산 평가를 가진 비대칭 에이전트에 대해 (1−ε)-근사해를 다항시간 내에 달성하는 PTAS가 개발되었다. 여기서 ε>0은 고정된 값이다.
• 이 PTAS는 p-평균 복리 최대화 문제로 확장되어, 알고리즘 프레임워크의 광범위한 적용 가능성을 보여준다.
• k가 상수일 경우, k-가액 평가를 가진 동일한 에이전트에 대해 정확한 다항시간 알고리즘이 제안되었으며, 이 경우 MNW 문제를 효율적으로 해결한다.
• 최대 두 개의 재화만 유의미하게 평가하는 단조 평가를 가진 에이전트에 대해 강력한 다항시간 알고리즘이 설계되었으며, 이는 제한된 설정에서의 다루기 쉬움을 보여준다.
• 에이전트가 세 개 이상의 재화를 평가할 수 있는 경우, 심지어 대칭적이고 가산적 평가 조건 하에서도 문제의 복잡도는 NP-난해가 되며, 이는 다항시간 결과의 날카로움을 증명한다.
• 가산 평가를 가진 상수 개의 비대칭 에이전트에 대해 FPTAS가 확립되었으며, 이는 대칭 케이스에서 유사한 결과를 일반화한 것이다.