[论文解读] New Cake Cutting Algorithms: a Random Assignment Approach to Cake Cutting.

Haris Aziz, Chun Ye|arXiv (Cornell University)|Jul 10, 2013

Auction Theory and Applications参考文献 24被引用 3

一句话总结

本文提出了一种基于随机分配的新型蛋糕切分算法，能够处理可变主张和私人禀赋，同时确保针对分段常数估值的稳健性 envy-freeness 和比例公平性。通过利用参数网络流和广义概率串行技术，该算法实现了多项式时间计算、策略抗性以及强有力的公平保障，其两人版本同时满足所有关键公平性和战略属性。

ABSTRACT

In this paper we enrich the domain of the classic cake cutting problem by considering variable claims, private endowments, and robust versions of envy-freeness and proportionality. Robust versions of envy-freeness and proportionality are not only stronger than standard counter-parts but also have less information requirements. A polynomial-time robust envy-free algorithm is presented for piecewise constant value density functions which can also handle variable claims and private endowments. The algorithm relies on parametric network flows and the full force of recent generalizations of the probabilistic serial algorithm. The algorithm satisfies desirable strategic properties and also generalizes a recently introduced algorithm for piecewise uniform valuations. We then present an algorithm that satisfies both strategyproofness and robust proportionality for piecewise constant valuations. For the case of two agents, it is robust envy-free, robust-proportional, strategyproof, and polynomial-time.

研究动机与目标

• 将经典蛋糕切分扩展至包含可变主张和私人禀赋。
• 定义并实现比标准概念更强、信息依赖更少的稳健 envy-freeness 和比例公平性。
• 设计一种满足分段常数价值密度函数下稳健公平性和战略属性的多项式时间算法。
• 将近期针对分段均匀估值的算法推广至更广泛的框架。
• 提出一种针对分段常数估值的抗策略、稳健比例公平算法，其两人变体同时实现完全公平性和战略稳健性。

提出的方法

• 该算法利用参数网络流来建模和计算在可变主张和私人禀赋下的公平分配。
• 应用概率串行算法的最新推广，以确保分配过程中的公平性和效率。
• 通过确保即使在估值不确定性最坏情况下，任何代理也不偏好他人分配，实现稳健 envy-freeness。
• 通过确保在最坏估值情景下每个代理至少获得其应得份额，强制实现稳健比例公平性。
• 该算法被设计为抗策略性，即代理无法通过谎报其估值而获益。
• 该框架通过将针对分段均匀估值的先前工作推广至具有可变主张的分段常数函数，实现了泛化。

实验结果

研究问题

• RQ1 能否设计一种蛋糕切分算法，以处理可变主张和私人禀赋，同时保持强有力的公平保障？
• RQ2 如何形式化稳健 envy-freeness 和稳健比例公平性，使其既强于标准公平概念，又对估值信息的依赖更少？
• RQ3 是否可能在分段常数估值下，以多项式时间实现抗策略性与稳健公平性的结合？
• RQ4 所提出的算法能否将现有针对分段均匀估值结果进行推广？
• RQ5 在估值函数上需要的最小假设是什么，才能实现高效、稳健且抗策略的蛋糕切分？

主要发现

• 为分段常数价值密度函数开发了一种多项式时间的稳健 envy-free 算法，整合了可变主张和私人禀赋。
• 该算法利用参数网络流和广义概率串行技术，确保公平性和计算效率。
• 对于两人情况，该算法实现了稳健 envy-freeness、稳健比例公平性、抗策略性，并在多项式时间内运行。
• 稳健公平概念强于标准概念，且对代理估值信息的依赖更少。
• 该方法将近期提出的针对分段均匀估值的算法推广至更广泛的分段常数估值类别。
• 该算法保持了理想的策略属性，确保代理没有谎报偏好的动机。