[论文解读] Instant Runoff Voting on Graphs: Exclusion Zones and Distortion

Georgios Birmpas, Georgios Chionas+4 more|arXiv (Cornell University)|Mar 11, 2026

Game Theory and Voting Systems被引用 0

一句话总结

本论文研究基于无权图的度量偏好下的即时再投票（IRV），证明在树上的多项式时间排除区计算可通过 Kill membership 测试与动态规划实现，并在树之外证明其困难性，同时给出 IRV 在各种无权图情形下的失真界限。

ABSTRACT

We study instant-runoff voting (IRV) under metric preferences induced by an unweighted graph where each vertex hosts a voter, candidates occupy some vertices (with a single candidate allowed in such a vertex), and voters rank candidates by shortest-path distance with fixed deterministic tie-breaking. We focus on exclusion zones, vertex sets S such that whenever some candidate lies in S, the IRV winner must also lie in S. While testing whether a given set S is an exclusion zone is co-NP-Complete and finding the minimum exclusion zone is NP-hard in general graphs, we show here that both problems can be solved in polynomial time on trees. Our approach solves zone testing by designing a Kill membership test (can a designated candidate be forced to lose using opponents from a restricted set?) and shows that Kill can be decided in polynomial time on trees via a bottom-up dynamic program that certifies whether the designated candidate can be eliminated in round 1. A greedy shrinking process then recovers the minimum zone under a standard nesting assumption. To clarify the limits of tractability beyond trees, we also identify a rule level property (Strong Forced Elimination) that abstracts the key IRV behavior used in prior reductions, and show that both exclusion-zone verification and minimum- zone computation remain co-NP-complete and NP-hard, respectively, for any deterministic rank-based elimination rule satisfying this property. Finally, we relate IRV to utilitarian distortion in this discrete setting, and we present upper and lower bounds with regard to the distortion of IRV for several scenarios, including perfect binary trees and unweighted graphs.

研究动机与目标

• 以确定性平票制裁分的方式，动机化并形式化图诱导度量偏好下的 IRV。
• 刻画排除区并为树结构开发高效算法。
• 探讨 IRV 之外的规则层面的困难性并识别可推广到其他消去规则的性质。
• 分析无权图中 IRV 的失真，包括特殊树结构，并建立界限。

提出的方法

• 定义 Kill(T,u,A) 以测试在对手集合 A 的作用下，指定候选人 u 是否可以被淘汰。
• 在树上构建自底向上的动态规划以多项式时间决定 Kill。
• 利用 Kill 在嵌套条件下通过贪心收缩过程计算最小排除区。
• 引入 Strong Forced Elimination (SFE) 来抽象规则级不变性，并证明对具有确定性基于等级的通用图 elimination 规则的 co-NP 完整性与 NP-hardness 结果，扩展了困难性超出 IRV 的范围。
• 通过将 IRV 的结果与离散图度量的社会成本进行比较来分析失真，并推导出路径、双星、完全二叉树及一般无权图的上界/下界。

实验结果

研究问题

• RQ1 我们是否能高效地测试给定集合是否为图上 IRV 的排除区，以及是否能计算最小排除区？
• RQ2 树结构是否使在 IRV 下排除区和最小排除区问题具备可解性（多项式时间）？
• RQ3 在无权图度量下，IRV 的社会成本失真表现如何，对特定树族以及一般图的界限是什么？
• RQ4 不变量性质条件下的确定性基于等级的消除规则的困难性是否会推广至其他类似规则？
• RQ5 排除区与基于图的度量投票中的失真之间有何关系？

主要发现

• 在树上通过 Kill membership 测试及自底向上的 DP，可以在多项式时间内验证排除区并计算最小排除区。
• 第一轮归约（Kill 即可直接消除）使得 DP 表达更紧凑，并通过嵌套条件下的贪心收缩过程获得最小排除区。
• 引入 Strong Forced Elimination (SFE) 表明对任何满足 SFE 的确定性基于等级的消除规则，排除区验证为 co-NP 完整且最小排除区计算为 NP-hard，从而将困难性扩展到 IRV 之外的情形。
• 在无权路径中，IRV 的失真上界为 2，下界为 9/5；双星结构的失真上界为 5/3（对 IRV 是紧界）；完全二叉树的失真上界为 3（IRV 不一定优于 1.7）。
• 在一般无权图中，IRV 的失真下界为 Omega(sqrt(log m))，上界为 O(log m)。