[论文解读] Stability-Preserving, Incentive-Compatible, Time-Efficient Mechanisms for Increasing School Capacity

Tung Mai, Vijay V. Vazirani|arXiv (Cornell University)|Apr 9, 2019

Game Theory and Voting Systems被引用 3

一句话总结

本文提出了一种多项式时间、稳定性保持且激励相容的机制，适用于两轮学校选择系统，其中城市可在第二轮增加学校容量。该机制引入了非盲机制，能够考虑未参与的居民，并实现纳什均衡下的真实申报，克服了在具有策略性非参与行为的动态战略环境中的局限性。

ABSTRACT

We address the following dynamic version of the school choice question: a city, named City, admits students in two temporally-separated rounds, denoted $\mathcal{R}_1$ and $\mathcal{R}_2$. In round $\mathcal{R}_1$, the capacity of each school is fixed but in round $\mathcal{R}_2$, the City is happy to allocate extra seats to specific schools per the recommendation of the mechanism; in turn, the latter has to meet specified requirements. We study three natural settings of this model, with the requirements getting increasingly more stringent. For Settings I and II, we give pairs of polynomial time mechanisms $(\mathcal{M}_1, \mathcal{M}_2)$ which, besides addressing the specific requirements, find stable matchings, are dominant strategy incentive compatible (DSIC) w.r.t. reporting preference lists of students, and never break, in round $\mathcal{R}_2$, a match created in round $\mathcal{R}_1$. In Setting III, the mechanism needs to deal with residents of the City who try to game the system by not participating in round $\mathcal{R}_1$ and only showing up in round $\mathcal{R}_2$, in addition to gaming by misreporting preference lists. For this setting, we need to introduce the notion of a {\em non-oblivious mechanism:} such a mechanism needs to know the preference lists of {\em all} students who reside in the City, including the ones who don't participate in round $\mathcal{R}_1$. Further, we need to weaken DSIC to mechanisms in which truth-telling is a Nash equilibrium; we call these ICNE mechanisms. After establishing, via two impossibility results, that the strongest result we can hope to obtain for Setting III is a pair of non-oblivious, stability-preserving, ICNE mechanisms, we present such a pair. Both mechanisms of the pair run in polynomial time.

研究动机与目标

• 设计在具有动态容量扩展的两轮学校选择系统中保持稳定性和激励相容性的机制。
• 解决居民通过延迟参与以利用第二轮容量增加的策略行为问题。
• 开发计算高效且在各轮之间保持匹配完整性的机制。
• 形式化并分析在存在非参与代理的动态环境中激励相容性的极限。
• 引入非盲机制，利用对居民偏好的完整知识，以确保稳定性和纳什均衡下的真实性申报。

提出的方法

• 设计一对用于第一轮和第二轮的机制，以保持第一轮的匹配结果。
• 引入非盲机制的概念，要求掌握所有居民的偏好信息，包括未参与第一轮的居民。
• 使用多项式时间算法在两轮中计算稳定匹配，同时尊重容量扩展。
• 建立在弱化条件下实现激励相容的框架，以纳什均衡真实性申报（ICNE）替代主导策略真实性申报。
• 运用不可能性结果表明，在设定III中，非盲、稳定性保持且ICNE的机制是可达到的最强结果。
• 通过理论分析证明所提出的机制具有稳定性、高效性，并在指定约束下对策略操纵具有鲁棒性。

实验结果

研究问题

• RQ1 能否为具有动态容量增加的两轮学校选择系统设计出稳定且激励相容的机制？
• RQ2 当居民可能战略性地延迟参与以利用第二轮容量扩展时，激励相容性的极限是什么？
• RQ3 机制如何在缺乏对未参与居民偏好事先了解的情况下，仍能考虑这些居民？
• RQ4 在动态环境中，何种最弱的激励相容性概念仍能支持稳定、高效且计算上可行的机制？
• RQ5 非盲机制能否在存在策略性非参与的情况下实现稳定性和纳什均衡下的真实性申报？

主要发现

• 本文建立了两项不可能性结果，证明在设定III中，非盲、稳定性保持且ICNE的机制代表了可达到的最强结果。
• 在设定I和II中，本文构建了多项式时间、稳定性保持且主导策略激励相容（DSIC）的机制，且从不破坏第一轮的匹配。
• 在设定III中，本文提出了一对非盲、稳定性保持且ICNE的机制，计算效率高，并在各轮之间保持了匹配完整性。
• 所提出的机制确保真实申报是纳什均衡，即使居民可能战略性地延迟参与。
• 这些机制被设计用于同时处理居民的偏好列表虚报和策略性非参与行为。
• 所有机制均在多项式时间内运行，确保了在现实世界部署中的计算可行性。