[论文解读] The Fair Division of Hereditary Set Systems

Zhentao Li, Adrian Vetta|arXiv (Cornell University)|Dec 22, 2018

Game Theory and Voting Systems参考文献 16被引用 4

一句话总结

本文提出了一种在继承集合系统中公平分配的多项式时间算法，其中物品被分配使得每位代理人获得的价值至少为其最大最小份额的0.3636倍。该方法使用估值查询进行迭代近似，优于先前的0.2保证，分析表明该界几乎紧致，为0.3738。

ABSTRACT

We consider the fair division of indivisible items using the maximin shares measure. Recent work on the topic has focused on extending results beyond the class of additive valuation functions. In this spirit, we study the case where the items form an hereditary set system. We present a simple algorithm that allocates each agent a bundle of items whose value is at least $0.3636$ times the maximin share of the agent. This improves upon the current best known guarantee of $0.2$ due to Ghodsi et al. The analysis of the algorithm is almost tight; we present an instance where the algorithm provides a guarantee of at most $0.3738$. We also show that the algorithm can be implemented in polynomial time given a valuation oracle for each agent.

研究动机与目标

• 解决在可行性约束限制允许的物品子集的继承集合系统中不可分物品的公平分配问题。
• 在最大最小份额公平性标准下，将已知最佳近似保证提升至超过先前的0.2界限。
• 设计一种仅使用估值预言机的多项式时间算法，以支持实际部署。
• 通过构造近乎匹配的上界实例，分析近似保证的紧致性。

提出的方法

• 该算法对最大最小份额值采用类似二分查找的方法，通过估值查询迭代细化估计。
• 它维护一组候选组合，并应用移除过程以剔除不可能属于高价值可行分配的物品。
• 关键子程序用于判断是否可以从当前组合中移除任意物品而不违反可行性或价值阈值。
• 该方法利用继承性质，确保所有可行组合的子集仍保持可行，从而简化搜索空间。
• 它采用乘法近似因子(1−δ)逐步缩小每位代理人最大最小份额的估计值。
• 通过在最大最小份额的上下界值比上使用对数缩放，限制迭代次数，使算法在多项式时间内实现。

实验结果

研究问题

• RQ1 在最大最小份额准则下，能否在继承集合系统中实现优于0.2的近似保证？
• RQ2 是否存在一种多项式时间算法，仅使用估值预言机即可实现改进的公平性保证？
• RQ3 所提算法的性能与理论最优值有多接近，能否进行量化？
• RQ4 该算法在结构化子类（如拟阵）中的性能是否会显著下降，或者能否利用增强公理获得更好保证？
• RQ5 该算法能否被调整以处理额外约束，例如基于拟阵系统的并集可行性？

主要发现

• 所提算法保证每位代理人获得的价值至少为其个人最大最小份额的0.3636倍，优于先前的0.2界限。
• 构造了一个实例，显示该算法性能最多为0.3738，表明该界几乎紧致，差距仅为0.0072。
• 该算法仅使用估值预言机查询，运行时间多项式，适用于大规模实际场景。
• 该方法对任意δ>0实现(1−δ)·(4/11)近似，其中4/11 ≈ 0.3636为极限保证值。
• 分析确认，该算法通过迭代细化和不变量保持，始终维持近似比的下界。
• 上界实例为划分拟阵，表明若不利用更强的结构特性（如增强公理），当前保证可能无法进一步提升。