[论文解读] Integrality Gap of the Configuration LP for the Restricted Max-Min Fair Allocation

Siu-Wing Cheng, Yuchen Mao|arXiv (Cornell University)|Jul 11, 2018

Optimization and Search Problems参考文献 13被引用 3

一句话总结

该论文通过基于对偶的分析方法，利用缩放后的资源值对边值进行分摊，将受限最大最小公平分配问题的配置LP整数规划间隙上界从4改进至23/6 ≈ 3.833。该方法在由配置导出的超图上应用构造性匹配算法，确保对任意δ > 0，可在多项式时间内实现最优值的(23/6 + δ)近似。

ABSTRACT

The max-min fair allocation problem seeks an allocation of resources to players that maximizes the minimum total value obtained by any player. Each player $p$ has a non-negative value $v_{pr}$ on resource $r$. In the restricted case, we have $v_{pr}\in \{v_r, 0\}$. That is, a resource $r$ is worth value $v_r$ for the players who desire it and value 0 for the other players. In this paper, we consider the configuration LP, a linear programming relaxation for the restricted problem. The integrality gap of the configuration LP is at least $2$. Asadpour, Feige, and Saberi proved an upper bound of $4$. We improve the upper bound to $23/6$ using the dual of the configuration LP. Since the configuration LP can be solved to any desired accuracy $δ$ in polynomial time, our result leads to a polynomial-time algorithm which estimates the optimal value within a factor of $23/6+δ$.

研究动机与目标

• 为受限最大最小公平分配问题中配置LP的整数规划间隙，弥合已知下界2与先前上界4之间的差距。
• 通过配置LP的基于对偶的分析，获得更紧致的整数规划间隙上界。
• 设计一种多项式时间算法，使得对任意δ > 0，其近似比可达23/6 + δ。
• 通过引入资源缩放的分摊对偶值，克服以往构造方法依赖最坏情况边值假设的局限性。

提出的方法

• 为受限最大最小公平分配问题建立配置LP，其中每位玩家获得的资源子集总价值至少为T。
• 引入配置LP的对偶形式，并对大资源值进行缩放，以降低包含多个高价值资源的边的对偶成本。
• 构建一个超图，其中节点代表玩家，超边代表配置；利用一组“细边”的阻断序列引导匹配过程。
• 应用基于对偶的分析，限制阻断边与可添加边所覆盖资源的总对偶值，确保其不超过1 − 4λ/3。
• 利用特征向量证明匹配构造算法的有限终止性，其依据是阻断集序列的字典序递减。
• 通过迭代的“构建”与“收缩”操作在超图中构造完美匹配，确保每位玩家获得至少λ价值的资源。

实验结果

研究问题

• RQ1 受限最大最小公平分配问题中，配置LP整数规划间隙的最紧致上界是什么？
• RQ2 基于对偶的分析能否改进Asadpour、Feige与Saberi所建立的4-近似界？
• RQ3 在对偶LP中对资源值进行缩放，如何帮助分摊高价值配置与边的成本？
• RQ4 在当前约束条件下，匹配过程的构造算法是否有限且为多项式时间？
• RQ5 该分析能否进一步优化，以将整数规划间隙压缩至23/6以下？

主要发现

• 受限最大最小公平分配问题中，配置LP的整数规划间隙至多为23/6，优于先前的上界4。
• 基于对偶LP的分析并结合缩放后的资源值，可对阻断边与可添加边的总对偶成本实现更紧致的分摊界。
• 由于阻断集大小序列的字典序递减，构造算法在O(e^√m)步内有限终止。
• 超图中的完美匹配确保每位玩家获得至少λ价值的资源，从而实现有效的(23/6 + δ)-近似。
• 该结果意味着存在一种多项式时间算法，可对任意δ > 0，实现最优分配的(23/6 + δ)近似。
• 分析识别出潜在改进方向，如更智能的边选择策略，以及在匹配构造中放宽不相交性约束。