[论文解读] Matching Games with Additive Externalities

Simina Brânzei, Tomasz Michalak+3 more|arXiv (Cornell University)|Jul 16, 2012

Game Theory and Voting Systems参考文献 26被引用 5

一句话总结

本文提出了一种紧凑的加法模型，用于双边匹配博弈中的外部性，其中代理的效用取决于自身匹配及其他人匹配的结果。该文分析了在一对一和多对多匹配中，中性、乐观和悲观推理下的稳定性，为某些情形提供了多项式时间算法，同时证明了其他情形的计算困难性，从而为具有外部性的高效稳定性计算建立了基础框架。

ABSTRACT

Two-sided matchings are an important theoretical tool used to model markets and social interactions. In many real life problems the utility of an agent is influenced not only by their own choices, but also by the choices that other agents make. Such an influence is called an externality. Whereas fully expressive representations of externalities in matchings require exponential space, in this paper we propose a compact model of externalities, in which the influence of a match on each agent is computed additively. In this framework, we analyze many-to-many and one-to-one matchings under neutral, optimistic, and pessimistic behaviour, and provide both computational hardness results and polynomial-time algorithms for computing stable outcomes.

研究动机与目标

• 为解决在匹配博弈中建模外部性时的计算不可解性问题，因为传统全表达表示通常需要指数级空间。
• 开发一种紧凑的加法外部性模型，以在真实匹配应用中实现表达力与计算可行性的平衡。
• 在一对一和多对多匹配框架下，分析三种行为模型——中性、乐观和悲观——下的稳定性。
• 刻画在不同稳定性概念下，稳定结果集的成员资格问题和空集问题的计算复杂性。
• 为特定稳定性概念提供多项式时间算法，同时对其他概念给出计算困难性结果，从而构建完整的复杂性图谱。

提出的方法

• 本文以加法方式建模外部性，其中每个代理的效用是其直接匹配价值与他人匹配贡献之和。
• 引入三种推理模型：中性（未匹配代理无反应）、乐观（剩余代理使偏离者的效用最大化）和悲观（剩余代理使偏离者的效用最小化）。
• 对于一对一匹配，论文使用修改后的Gale-Shapley算法，结合在每种推理模型下计算的代理特定效用函数。
• 定义并计算了悲观推理下的效用函数 $ E^{-}_z(t) $，其聚合了匹配的基础效用和剩余匹配的期望结果。
• 该算法通过在潜在偏离后对剩余代理求解最小费用匹配问题，来计算稳定匹配。
• 通过归约到已知的NP完全和coNP完全问题，推导出复杂性结果，确立了某些稳定性成员资格和空集问题的困难性。

实验结果

研究问题

• RQ1 能否使用紧凑的加法外部性模型，高效地表示和计算双边匹配博弈中的稳定结果？
• RQ2 在一对一和多对多匹配中，确定在中性、乐观和悲观推理下是否存在稳定匹配的计算复杂性如何？
• RQ3 在三种推理模型中的任意一种下，是否存在计算稳定结果的多项式时间算法？
• RQ4 在结构和存在性方面，中性、乐观和悲观推理下的稳定结果集之间有何关系？
• RQ5 所提出的模型能否扩展到大规模场景，如具有有限理性的代理的网络形成博弈？

主要发现

• 在一对一匹配中，悲观成对稳定性下存在多项式时间算法，且该算法可在多项式时间内计算出稳定匹配。
• 在一对一匹配中，悲观成对稳定性的成员资格问题属于P类，而中性和乐观推理下的成员资格问题属于coNP完全。
• 在一对一匹配中，稳定集的空集问题在中性和悲观推理下为NP难，而在乐观推理下为NP完全。
• 在多对多匹配中，所有三种推理模型下的集合稳定性问题均为coNP完全，表明其具有高度计算复杂性。
• 论文证明，在乐观推理下，一对一匹配的空集问题为NP完全，而在中性推理下为NP难。
• 结果表明，尽管某些稳定性概念（如悲观成对稳定性）可实现高效计算，但其他概念（如中性集合稳定性）则在计算上不可行。