[论文解读] A Note on the Power of Truthful Approximation Mechanisms

Shahar Dobzinski|ArXiv.org|Jul 30, 2009

Auction Theory and Applications参考文献 2被引用 4

一句话总结

本文展示了在多项式时间 truthful 确定性机制无法实现任何有界近似比的设定，尽管同一问题存在非 truthful 的 FPTAS。此外，本文证明了普遍 truthful 的随机化机制可实现 2-近似，表明 truthfulness 的代价是无界的，且在此背景下随机化显著增强了 truthful 机制的能力。

ABSTRACT

We study the power of polynomial-time truthful mechanisms comparing to polynomial time (non-truthful) algorithms. We show that there is a setting in which deterministic polynomial-time truthful mechanisms cannot guarantee a bounded approximation ratio, but a non-truthful FPTAS exists. We also show that in the same setting there is a universally truthful mechanism that provides an approximation ratio of 2. This shows that the cost of truthfulness is unbounded. The proofs are almost standard in the field and follow from known results.

研究动机与目标

• 研究 truthful 机制在近似设定下相对于非 truthful 算法的计算局限性。
• 建立 truthful 确定性机制与非 truthful 多项式时间算法之间能力的分离。
• 检验随机化是否能弥合 truthful 与非 truthful 近似性能之间的差距。
• 证明在特定机制设计设定下，truthfulness 的代价在近似比方面是无界的。

提出的方法

• 本研究分析了一个扩展的多单位拍卖设定，包含两名投标人和 m 个相同物品，每位投标人的估值函数几乎单调，并具有私有的峰值点。
• 证明该设定下所有 truthful 确定性机制必须是仿射最大化者，依赖于课税原则和估值结构。
• 建立表明：任何具有有界近似比的仿射最大化者必须具有完整的通信复杂度 m，这意味着超多项式通信量，因此在多项式时间内不可行。
• 通过将估值四舍五入到 (1+ε) 的幂次，并对报告的物品组合进行穷举搜索，构建了一个非 truthful 的 FPTAS，实现 (1−1/(1+ε))-近似。
• 提出一种普遍 truthful 的随机化机制：随机选择一名投标人，并将其分配给两个选项中的最优者：全部物品，或分配至其峰值点的物品，实现 2-近似。
• 分析使用了通信复杂度论证以及先前工作的已知结果（例如 Nisan 和 Segal，Dobzinski 和 Nisan）来建立 truthful 机制的下界。

实验结果

研究问题

• RQ1 是否存在一种设定，其中存在非 truthful 的 FPTAS，但没有任何 truthful 确定性多项式时间机制能实现有界近似比？
• RQ2 truthful 确定性机制与非 truthful 算法之间的能力差距在近似比方面是否无界？
• RQ3 普遍 truthful 的随机化机制是否能在确定性 truthful 机制失败的场景中实现有界近似比？
• RQ4 在确定性机制失败的场景中，随机化是否显著增强了 truthful 机制的能力？

主要发现

• 存在一种设定——几乎单调估值的扩展多单位拍卖——其中存在非 truthful 的 FPTAS，但没有任何 truthful 确定性多项式时间机制能保证任何有界近似比。
• 该设定下所有 truthful 确定性机制必须是仿射最大化者，且此类机制需要通信复杂度 m，从而排除了具有有界近似比的多项式时间解法。
• 通过随机选择一名投标人并将其分配给两个选项中的最优者（全部物品或至其峰值的物品），一种普遍 truthful 的随机化机制实现了 2-近似，证明了随机化可克服确定性机制的局限性。
• truthful 确定性机制与非 truthful 算法之间的差距是无界的，因为在该设定下，truthful 确定性机制无法实现任何有限的近似比。
• 普遍 truthful 随机化机制与确定性 truthful 机制之间的差距也是无界的，因为前者实现了常数近似，而后者无法保证任何有界比。