[论文解读] Social welfare in one-sided matchings: Random priority and beyond

Aris Filos-Ratsikas, Søren Kristoffer Stiil Frederiksen+1 more|arXiv (Cornell University)|Mar 6, 2014

Game Theory and Voting Systems参考文献 8被引用 8

一句话总结

本文分析了在具有基数偏好的一方匹配中，真实期望机制与序数机制的近似比，证明了随机优先级实现了最优的 Θ(1/√n) 近似比，且任何真实期望机制或序数机制在渐近意义上都无法表现得更好。此外，本文提出了一种混合机制，在 n=3 时优于所有序数机制，实现了 0.699 的近似比。

ABSTRACT

We study the problem of approximate social welfare maximization (without money) in one-sided matching problems when agents have unrestricted cardinal preferences over a finite set of items. Random priority is a very well-known truthful-in-expectation mechanism for the problem. We prove that the approximation ratio of random priority is Theta(n^{-1/2}) while no truthful-in-expectation mechanism can achieve an approximation ratio better than O(n^{-1/2}), where n is the number of agents and items. Furthermore, we prove that the approximation ratio of all ordinal (not necessarily truthful-in-expectation) mechanisms is upper bounded by O(n^{-1/2}), indicating that random priority is asymptotically the best truthful-in-expectation mechanism and the best ordinal mechanism for the problem.

研究动机与目标

• 确定在具有基数偏好的单边匹配中，真实期望机制可实现的最佳近似比。
• 研究无论是否真实，序数机制是否能实现优于随机优先级的近似比。
• 探索在非渐近设置下，特别是小 n 时，非序数机制是否能优于序数机制。
• 构建并评估一种结合随机优先级与非序数抽奖规则的混合机制，以提升近似比。

提出的方法

• 作者通过最坏情况的估值配置分析随机优先级的近似比，特别是在 ε→0 的极限下，推导其渐近性能。
• 他们证明了任何真实期望机制都无法实现优于 O(1/√n) 的近似比，从而确立了此类机制的根本下界。
• 对于 n=3，他们采用计算机辅助方法枚举并剪枝对称的估值配置，将期望社会福利和最优福利表示为估值参数 α₁, α₂, α₃ 的函数。
• 他们设计了一种混合机制（HM），该机制对以随机顺序排列的第一位参与者使用立方抽奖规则，其余参与者采用贪心匹配，从而确保真实期望性。
• 通过非线性规划计算 HM 的近似比，以最小化所有可能估值配置下期望福利与最优福利的比值。
• 他们使用标准非线性规划软件验证结果，将证明视为计算机辅助以满足实际需求。

实验结果

研究问题

• RQ1 在具有基数偏好的单边匹配中，任何真实期望机制可实现的最佳近似比是多少？
• RQ2 序数机制（即使不真实）是否能实现优于随机优先级的近似比？
• RQ3 在小 n（如 n=3）时，非序数机制是否能在近似比上全面优于所有序数机制？
• RQ4 随机优先级在所有序数机制中是否渐近最优，还是可能存在更优的序数机制？
• RQ5 一种结合随机优先级与非序数抽奖规则的混合机制，是否能实现严格优于任何序数机制的近似比？

主要发现

• 随机优先级的近似比为 Θ(1/√n)，确立了其在所有真实期望机制中渐近最优。
• 任何真实期望机制都无法实现优于 O(1/√n) 的近似比，证明了此类机制的根本限制。
• 所有序数机制的近似比均被 O(1/√n) 上限所约束，意味着即使在非真实序数机制中，随机优先级也是渐近最优的。
• 对于 n=3，混合机制（HM）实现了 0.699 的近似比，严格优于任何序数机制的 2/3 比值。
• 混合机制具有真实期望性，且在非渐近情况下优于所有序数机制，表明非序数设计可实现更优性能。
• n=3 时的结果通过计算机辅助的非线性规划方法获得，表明该方法在不引入新技术的情况下难以推广至更大的 n。