任务分配中的信息不对称
摘要：公平分配不可分任务的问题，尤其是对于非积极估值（即家务）的公平性分配已经有大量的研究成果。一种流行的近似公平概念是一项"嫉妒难以超越一样本" (EF1)，其要求通过删除一个单一的项目可以消除任何成对的嫉妒。尽管EF1和Pareto最优（PO）分配的商品总是存在的并且可以通过几种众所周知的算法来计算，但目前为止连对家务的这种解的存在性都还未确定。我们采用认识论方法，利用信息不对称引入了可疑家务-指那些对接受代理人没有成本，但是被其他人认为是昂贵的物品。从技术层面上说，与EF1等松弛条件相比，可疑家务提供了对嫉妒难度的更精细的近似，从而有助于解决EF1和PO的解的存在和计算问题。具体而言，我们证明了对于高度限制的估值类别，找到带有最佳数量的可疑家务的分配在计算上是困难的。然而，我们证明了存在对于$n$个代理人的无嫉妒和PO分配，其中仅需要 $2n-2$个可疑家务， 并在四个特殊类别的估值中将其改进为$n-1$ 个。我们的实验分析表明，基线算法在实践中只需要相对较小数量的可疑家务就可以实现嫉妒无关性。
作者：Hadi Hosseini, Joshua Kavner, Tomasz Wk{a}s, Lirong Xia
论文ID：2305.02986
分类：Computer Science and Game Theory
分类简称：cs.GT
提交时间：2023-05-09