[论文解读] Towards Optimal Subsidy Bounds for Envy-freeable Allocations

Yasushi Kawase, Kazuhisa Makino+3 more|arXiv (Cornell University)|Aug 22, 2023

Auction Theory and ApplicationsDecision Sciences被引用 3

一句话总结

本文提出了改进的多项式时间算法，用于在不可分物品的公平分配中实现最小补贴下的 envy-free（无 envy）分配。给定一个 EF1 分配，该算法构建出一个 envy-free 分配，其每个代理的补贴最多为 $ n-1 $，总补贴为 $ n(n-1)/2 $，显著优于先前的 $ 2(n-1) $ 每代理和 $ 2(n-1)^2 $ 总补贴的上界。对于 $ n \geq 3 $ 的单调估值，进一步优化将每代理补贴减少至 $ n - 1.5 $，总补贴减少至 $ (n^2 - n - 1)/2 $，在某些情况下这些界限是紧的。

ABSTRACT

We study the fair division of indivisible items with subsidies among $n$ agents, where the absolute marginal valuation of each item is at most one. Under monotone valuations (where each item is a good), Brustle et al. (2020) demonstrated that a maximum subsidy of $2(n-1)$ and a total subsidy of $2(n-1)^2$ are sufficient to guarantee the existence of an envy-freeable allocation. In this paper, we improve upon these bounds, even in a wider model. Namely, we show that, given an EF1 allocation, we can compute in polynomial time an envy-free allocation with a subsidy of at most $n-1$ per agent and a total subsidy of at most $n(n-1)/2$. Moreover, we present further improved bounds for monotone valuations.

研究动机与目标

• 改进在不可分物品公平分配中实现 envy-freeness 所需的每代理和总补贴的上界。
• 将先前针对单调估值和双重单调估值的结果扩展到一个更广泛的模型，其中边际估值被归一化至 $[-1, 1]$ 区间。
• 提供多项式时间算法，基于 EF1 或 EFk 条件计算出具有最小补贴的 envy-free 分配。
• 弥合已知下界与先前总补贴上界之间的差距，特别是针对单调估值的情形。
• 通过构造匹配的下界实例，证明改进后的界限是紧的。

提出的方法

• 利用现有的 EF1 分配作为输入，应用重加权与排列技术，以最优方式重新分配物品与补贴。
• 引入两个候选补贴向量 $ p' $ 和 $ p'' $，分别来自不同的物品组合重排，以最小化最大补贴与总补贴。
• 使用基于权重的图模型 $ G_{w,\text{id}} $ 分析成对 envy 情况，并指导最优补贴向量的选择。
• 应用引理，对不同物品组合配置下的边际估值差异与补贴贡献进行有界分析，以证明界限。
• 通过最大权重排列 $ \tau^* $ 从 $ p' $ 和 $ p'' $ 中选择最优补贴向量，确保最大补贴与总补贴最小化。
• 通过构造实例证明界限的紧致性，表明在这些情况下无法获得更小的补贴。

实验结果

研究问题

• RQ1 在单调估值下，是否可以将 envy-free 分配的每代理补贴与总补贴上界分别改进至 $ 2(n-1) $ 和 $ 2(n-1)^2 $ 以下？
• RQ2 在给定 EF1 分配的前提下，是否可能在多项式时间内计算出具有有界补贴的 envy-free 分配？
• RQ3 在一般模型中，对于归一化边际估值位于 $[-1, 1]$ 区间的情形，实现 envy-freeness 所需的每代理最大补贴与总补贴的最小可能值是多少？
• RQ4 对于 $ n \geq 3 $ 个代理，在单调估值下通过修改物品组合结构，是否可以获得更紧的补贴界限？
• RQ5 对于每代理 $ n-1.5 $ 和总补贴 $ (n^2 - n - 1)/2 $ 的新界限，在最坏情况下是否为最优？

主要发现

• 从任意 EF1 分配出发，可在多项式时间内计算出每个代理补贴最多为 $ n-1 $、总补贴为 $ n(n-1)/2 $ 的 envy-free 分配。
• 对于 $ n \geq 3 $，在单调估值下，界限进一步优化为每代理 $ n - 1.5 $，总补贴 $ (n^2 - n - 1)/2 $。
• 改进后的界限是紧的：存在实例表明，无法使用更小的补贴实现 envy-freeness，如示例 1 所示。
• 当 $ n = 2 $ 时，总补贴界限 $ n(n-1)/2 $ 是最优的，因为 1 的补贴既必要又充分。
• 对于 EFk 分配，本文推导出每代理 $ k(n-1) $、总补贴 $ k \cdot n(n-1)/2 $ 的界限。
• 所提出的方法通过在基于物品重排生成的两个候选补贴向量上进行最大权重排列，确保了多项式时间计算。