[论文解读] Breaking the Envy Cycle: Best-of-Both-Worlds Guarantees for Subadditive Valuations
本文提出了一种新颖的多项式时间算法，通过随机化嫉妒环过程，实现了不可分物品在次次可加估值下的最佳双赢公平性。该算法保证事前1/2-嫉妒自由和事后1/2-EFX（以及EF1）公平性，这是首次针对次次可加估值实现此类结果，甚至在不考虑EFX的情况下亦成立。
We study best-of-both-worlds guarantees for the fair division of indivisible items among agents with subadditive valuations. Our main result establishes the existence of a random allocation that is simultaneously ex-ante $\frac{1}{2}$-envy-free, ex-post $\frac{1}{2}$-EFX and ex-post EF1, for every instance with subadditive valuations. We achieve this result by a novel polynomial-time algorithm that randomizes the well-established envy cycles procedure in a way that provides ex-ante fairness. Notably, this is the first best-of-both-worlds fairness guarantee for subadditive valuations, even when considering only EF1 without EFX.
研究动机与目标
- 通过实现次次可加估值下的强事前与事后公平性，弥合最佳双赢公平性的差距。
- 将现有结果从可加估值以及EF1扩展到更强的EFX公平性概念。
- 为任意具有次次可加估值的实例构造一个随机分配，使其同时满足事前1/2-嫉妒自由和事后1/2-EFX公平性。
- 通过基于嫉妒环过程的新型随机化算法，证明此类保证的存在性。
- 证明事后EFX的1/2近似因子在给定约束下是紧的，即使在次模估值下亦成立。
提出的方法
- 作者设计了经典嫉妒环过程的随机化变体，以在保持事后公平性保证的同时实现事前公平性。
- 该算法确保每位代理对其自身分配包的期望价值至少为其对任何其他代理分配包的期望价值的一半，从而实现事前1/2-嫉妒自由。
- 它维护一个嫉妒环的有向图，并通过随机化来解决这些环，确保在期望上不会系统性地使任何代理处于不利地位。
- 该方法利用次次可加估值的结构来限制任何实现中最大嫉妒程度，从而实现1/2-EFX保证。
- 该算法在多项式时间内运行，并生成一个可能具有指数支持的分配分布，该分布可通过Carathéodory定理缩减至多项式大小。
- 分析中包含一个紧致性证明，使用一个三件物品、两代理的实例表明，在给定约束下，事后EFX的近似因子不可能优于1/2。
实验结果
研究问题
- RQ1是否存在一种随机分配，能同时满足次次可加估值下的事前1/2-嫉妒自由和事后1/2-EFX？
- RQ2能否在EF1松弛之外，为次次可加估值实现最佳双赢公平性，具体而言是实现EFX？
- RQ3在具有次次可加估值的最佳双赢设置中，事后EFX的最佳可能近似因子是多少？
- RQ4能否对嫉妒环过程进行随机化，以在不牺牲事后公平性的情况下实现强事前公平性？
- RQ5事后EFX的1/2近似因子是否紧致，即使在次模估值下亦成立？
主要发现
- 本文建立了随机分配的存在性，该分配对任意具有次次可加估值的实例，同时满足事前1/2-嫉妒自由和事后1/2-EFX公平性。
- 所提出的算法在多项式时间内运行，并通过仔细随机化嫉妒环解决过程，同时实现了两种保证。
- 事后EFX的1/2近似因子是紧致的，如一个构造实例所示，该实例表明在给定约束下不可能实现优于1/2的近似。
- 对于任意β > φ − 1 ≈ 0.618，不存在随机分配能同时满足事前α-EF与事后β-EFX，其中α = (β + 1)/(β² + 2β)。
- 该结果甚至在次模估值下也是紧致的，如命题A.3所示。
- 通过Carathéodory定理，可将结果分布的支持大小缩减至O(n²)，但如何在多项式时间内计算此类小支持分布仍为开放问题。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。