[论文解读] Triadic Consensus: A Randomized Algorithm for Voting in a Crowd

Ashish Goel, David Lee|arXiv (Cornell University)|Oct 2, 2012

Game Theory and Voting Systems参考文献 17被引用 4

一句话总结

该论文提出了一种名为三元共识（Triadic Consensus）的随机投票算法，其中每位参与者同时作为选民和候选人，通过随机三元组比较来收敛至康多塞胜者（Condorcet winner）。该算法以高概率实现对康多塞胜者的 (1−ε/√n) 近似，且每位选民的平均比较次数仅为 O(1/ε² log²(n/ε²))，同时在允许循环偏好（cyclic preferences）的情况下仍具备准真实性纳什均衡（quasi-truthful Nash equilibrium）。

ABSTRACT

Typical voting rules do not work well in settings with many candidates. If there are just several hundred candidates, then even a simple task such as choosing a top candidate becomes impractical. Motivated by the hope of developing group consensus mechanisms over the internet, where the numbers of candidates could easily number in the thousands, we study an urn-based voting rule where each participant acts as a voter and a candidate. We prove that when participants lie in a one-dimensional space, this voting protocol finds a $(1-ε/sqrt{n})$ approximation of the Condorcet winner with high probability while only requiring an expected $O(\frac{1}{ε^2}\log^2 \frac{n}{ε^2})$ comparisons on average per voter. Moreover, this voting protocol is shown to have a quasi-truthful Nash equilibrium: namely, a Nash equilibrium exists which may not be truthful, but produces a winner with the same probability distribution as that of the truthful strategy.

研究动机与目标

• 设计一种可扩展的投票机制，用于在拥有数千名候选人的众包环境中进行大规模偏好聚合。
• 降低在大规模选举中排名所有候选人不切实际时，每位选民的通信与认知负担。
• 开发一种投票规则，在单峰偏好（single-peaked preferences）下保持对康多塞胜者的收敛性，同时最小化比较次数。
• 探索即使选民可能不真实投票，也能抵抗策略性操纵的机制。
• 为随机投票协议的收敛性与均衡行为建立理论保证。

提出的方法

• 每位参与者提交一项提案，系统随机组成由三名参与者构成的三元组，进行两两比较。
• 在每个三元组中，参与者对其他两人进行投票；若存在多数意见，则两名失败者由获胜者的副本取代，此过程重复直至仅剩一人。
• 该算法使用耦合论证法，将一个包含诚实选民的瓮与一个包含策略性选民的瓮进行比较，证明在两种情况下获胜者分布保持一致。
• 该方法依赖于 x-优势耦合（x-dominance coupling）技术，证明在长期中，诚实策略在随机意义上占优于任何非诚实策略。
• 分析假设了单峰偏好与基于距离的效用模型，从而证明在高概率下可收敛至中位数（即康多塞胜者）。
• 该算法旨在最小化每位选民的平均比较次数，尽管已证明的界为 O(log²n)，但推测其实际复杂度为 O(log n)。

实验结果

研究问题

• RQ1 能否在大规模场景下，通过随机投票协议实现亚线性通信成本的高概率康多塞胜者收敛？
• RQ2 是否存在一种投票规则，即使选民可能表达循环偏好，也能支持准真实性纳什均衡？
• RQ3 能否将每位选民的两两比较次数减少至 O(log n) 的量级，同时保持强收敛保证？
• RQ4 该算法在高维或非欧几里得偏好空间中的表现如何？
• RQ5 该框架能否扩展至支持参与式决策系统中的真实投票规则？

主要发现

• 三元共识以高概率实现对康多塞胜者的 (1−ε/√n) 近似，确保在 95% 的概率下获胜者位于前 1% 的提案中，且在 99.99% 的概率下位于前 2% 之内。
• 该算法每位选民仅需期望 O(1/ε² log²(n/ε²)) 次比较，当 n=10,000 时，平均比较次数约为 177 次（推测值为 13.3）。
• 该协议具有准真实性纳什均衡：存在非诚实的均衡，但其产生的获胜者分布与诚实投票完全相同。
• 耦合论证证明，诚实策略在随机意义上占优于任何非诚实策略，从而确保长期收敛至康多塞胜者。
• 由于投票动态的概率结构，该方法在选民表达循环偏好（如 a>b, b>c, c>a）时仍保持稳健。
• 理论框架表明，该方法可能可扩展至高维偏好空间，并支持最大比较次数有界的通信高效投票规则。