[论文解读] Fair Division of Indivisible Goods: Recent Progress and Open Questions

Georgios Amanatidis, Aziz, Haris+6 more|arXiv (Cornell University)|Aug 18, 2022

Legal principles and applications被引用 9

一句话总结

本综述全面概述了不可分割物品公平分配领域的最新进展，重点关注公平性准则的松弛形式，如对任意物品的无 envy 性（EFX）、最大最小份额公平性（MMS）和 EF1。它整合了计算公平分配中的算法技术、存在性结果及开放问题，强调了在实现公平性与效率、真实性方面近年来的进展以及尚未解决的挑战。

ABSTRACT

Allocating resources to individuals in a fair manner has been a topic of interest since ancient times, with most of the early mathematical work on the problem focusing on resources that are infinitely divisible. Over the last decade, there has been a surge of papers studying computational questions regarding the indivisible case, for which exact fairness notions such as envy-freeness and proportionality are hard to satisfy. One main theme in the recent research agenda is to investigate the extent to which their relaxations, like maximin share fairness (MMS) and envy-freeness up to any good (EFX), can be achieved. In this survey, we present a comprehensive review of the recent progress made in the related literature by highlighting different ways to relax fairness notions, common algorithm design techniques, and the most interesting questions for future research.

研究动机与目标

• 综合近期在不可分割物品公平分配中的算法进展，重点关注 EFX、MMS 和 EF1 等公平性松弛形式。
• 识别并分析在离散分配设置中实现公平性的核心算法技术。
• 突出显示公平分配的存在性与计算性方面的开放问题，特别是 EFX 与 PO 兼容性问题。
• 考察分配机制中公平性、效率（PO）与真实性之间的相互作用。
• 探索非单调估值、任务（chores）以及混合物品与任务设置下的扩展。

提出的方法

• 系统性回顾公平性松弛形式：EFX、MMS、EF1 及其在物品、任务和混合设置下的变体。
• 分析用于维持 EF1 和 EFX 的算法技术，如轮换法（Round-Robin）、无 envy 循环消除法（Envy-Cycle Elimination）和最高交易法（top-trading）。
• 使用估值函数（尤其是可加函数）来建模代理人的偏好并评估公平性准则。
• 研究公平性与效率（PO）之间的兼容性，包括 PO+公平分配的存在性与计算性。
• 通过 Prop1 和 PropX 定义，将公平性概念扩展至非单调估值，如在混合物品与任务设置中。
• 调查在不对称权益、有限信息和外部性情况下的公平分配结果。

实验结果

研究问题

• RQ1 EFX 分配是否总能高效计算？在一般设置下其存在性状态如何？
• RQ2 MMS 公平性的紧致近似比是多少？其在不同估值类型下如何变化？
• RQ3 是否存在一种多项式时间算法，能同时保证任务的 EF1 和帕累托最优性（PO）？
• RQ4 能否在任务设置中同时实现 PropX 分配与 PO，特别是在不对称权益下？
• RQ5 EF1 和 MMS 等公平性概念如何扩展至混合物品与任务设置？哪些算法能确保其满足？

主要发现

• 通过轮换法或最高交易法可高效计算 EF1 分配，且对物品而言 EF1 与 PO 兼容。
• 对于任务，EF1+PO 分配存在且可在双值设置下高效计算，但一般兼容性仍为开放问题。
• 任务的 PropX 分配始终存在且可高效计算，即使在不对称权益下也成立，这与物品设置不同。
• 任务的 EFX 分配存在性仍是开放问题，尽管已计算出 O(n²)-EFX 分配。
• 在混合物品与任务设置中，双轮换法可计算 EF1 分配，而广义调整赢家算法可确保两人情况下的 EF1+PO。
• 对于混合设置，可通过专用算法计算 Prop1+PO 和近似 MMS+PO 分配，但 PropX 与 PO 的完全兼容性尚未证明。