[论文解读] Strategic aspects of the probabilistic serial rule for the allocation of goods

Haris Aziz, Serge Gaspers+3 more|arXiv (Cornell University)|Jan 25, 2014

Game Theory and Voting Systems参考文献 19被引用 3

一句话总结

本文分析了在不可分割物品的公平随机分配中，基于概率串行（PS）规则下的策略性操纵问题。论文提出了多项式时间算法以计算最优偏好操纵，证明了纯纳什均衡的存在性，并表明最佳响应动态可能产生循环。实证实验显示，在均等文化（impartial culture）和随机效用下操纵性最为普遍，但在单峰偏好或指数效用等结构化偏好下则极为罕见。

ABSTRACT

The probabilistic serial (PS) rule is one of the most prominent randomized rules for the assignment problem. It is well-known for its superior fairness and welfare properties. However, PS is not immune to manipulative behaviour by the agents. We examine computational and non-computational aspects of strategising under the PS rule. Firstly, we study the computational complexity of an agent manipulating the PS rule. We present polynomial-time algorithms for optimal manipulation. Secondly, we show that expected utility best responses can cycle. Thirdly, we examine the existence and computation of Nash equilibrium profiles under the PS rule. We show that a pure Nash equilibrium is guaranteed to exist under the PS rule. For two agents, we identify two different types of preference profiles that are not only in Nash equilibrium but can also be computed in linear time. Finally, we conduct experiments to check the frequency of manipulability of the PS rule under different combinations of the number of agents, objects, and utility functions.

研究动机与目标

• 研究通过偏好虚报操纵概率串行（PS）规则的计算复杂性。
• 检验在PS规则下基于期望效用的最佳响应是否可能循环，从而挑战策略动态的收敛性。
• 确定PS规则下纯纳什均衡配置的存在性及其计算复杂性。
• 通过不同偏好与效用模型的实验模拟，评估现实类似情境中操纵性的频率。
• 扩展对随机分配机制中激励相容性与均衡行为的理论理解。

提出的方法

• 开发了多项式时间算法，用于计算在PS规则下能最大化个体期望效用的最优偏好虚报。
• 使用随机占优（SD）和向下字典序（DL）关系比较概率分配，并定义策略激励。
• 通过计算实验，每组参与者与房屋组合使用1,000个偏好配置，采用三种效用模型：随机（Random）、波达（Borda）和指数（Exponential）。
• 应用两种偏好生成模型：均等文化（IC）和均匀单峰（USP），以评估不同偏好结构下的操纵性。
• 通过理论证明分析纳什均衡的存在性，并识别出两人情况下的线性时间可计算均衡。
• 绘制热力图，可视化不同参与者数、房屋数及效用模型组合下的操纵性比率。

实验结果

研究问题

• RQ1 在单个参与者下，计算PS规则下最优操纵的计算复杂性是什么？
• RQ2 在PS规则下，最佳响应动态是否可能循环，表明策略行为不收敛？
• RQ3 PS规则下是否始终存在纯纳什均衡？若存在，其计算效率如何？
• RQ4 在实际中，PS规则的操纵性频率如何？其频率如何随偏好与效用结构变化？
• RQ5 偏好限制（如单峰性）和效用模型（如波达、指数）对操纵可能性有何影响？

主要发现

• 本文提出了在PS规则下计算最优偏好操纵的多项式时间算法，使策略性操纵在计算上变得可行。
• 在PS规则下，基于期望效用的最佳响应可能循环，表明策略动态可能无法收敛至稳定结果。
• 在PS规则下，纯纳什均衡被保证存在，即使在参与者多于房屋的情况下亦然。
• 对于两人情况，识别出两类不同的偏好配置处于纳什均衡状态，且可在O(n)时间内计算。
• 实证结果表明，在均等文化模型下使用随机效用时操纵性最高，当房屋数超过参与者数时，操纵率可达99%。
• 在结构化偏好（如单峰性）和指数效用模型下，操纵性显著下降；在指数效用模型下，当参与者数≤房屋数时，未发现任何可操纵实例。