资金限制和项目交互下的参与式预算机制
摘要：参与性预算（PB）已得到广泛采用并吸引了大量的研究工作；然而，现有的PB机制缺乏能够激发选民对项目间的替代和互补关系进行交互作用的机制。此外，PB在实践中的结果受到对“类型”项目的各种最小/最大拨款约束的影响。我们提出了一种新颖的偏好征求方案，允许选民表达他们对“群组”内项目的效用如何互作。我们考虑在对“类型”项目的最小和最大拨款约束下进行的偏好聚合，其中一个项目可以具有多个类型标签，只要此分类能够由1层结构定义（下文称为1层拨款约束）。总体上，我们在Goel等人的背包投票模型[26]基础上进行了两方面的扩展-丰富了偏好征求方案以包括项目间的交互作用，并将偏好聚合方案推广为包括1层拨款约束。我们证明了Goel等人关于Knapsack投票的策略鲁棒性结果在1层拨款约束下仍然成立。此外，当无法用1层结构描述拨款约束时，策略鲁棒性不成立。尽管项目间的交互往往会破坏策略鲁棒性，但我们研究了投票配置的一种特殊情况，其中忠实投票是替代项目交互下的纳什均衡。然后，我们研究了偏好聚合的计算复杂性。在项目交互下的社会福利最大化是NP困难的。为了解决实际情况，我们提供了一种在指定一定位数的整体预算时，社会福利最大化与群组内最大项目数量相关的固定参数可解（FPT）算法。
作者：Mohak Goyal, Sahasrajit Sarmasarkar, and Ashish Goel
论文ID：2305.11296
分类：Computer Science and Game Theory
分类简称：cs.GT
提交时间：2023-07-17