【论文评述】Constraints in Fair Division
文献:Suksompong W. Constraints in fair division[J]. ACM SIGecom Exchanges, 2021, 19(2): 46-61.
问题
Fair Division(公平分配)问题,是一类在数学和理论计算机科学里被长久研究的问题。和名字一样,Fair Division简单地讲就是如何把资源公平地分配给多个agents。
两类资源
资源分为两类,一类是divisible的连续资源,如一段时间、一块地皮、一块蛋糕,因此这类问题也叫cake cutting问题。
另一类是indivisible的不连续资源,如一些书本、一些画作、一堆珠宝等。
对于cake cutting,cake常用
对于不连续资源,一组物品记为
两类资源的效益函数通常是单调的(东西越多效益越高),有时候还是可加的(比如
在设计算法的时候,我们首先要明确我们对效益函数能做的基本询问有哪些。
对于cake cutting,有两种基本询问:
这被称为Robertson–Webb模型。
对于不连续资源,如果效益不具有可加性,我们使用“效益谕示模型”(谕示就是计算理论的oracle):对于任意
对“公平”的抽象
Envy-freeness
即对比了所有人获得的资源后,仍然觉得自己手上获得的资源是最好的,即无嫉妒。
Proportionality
Maximin share fairness
表示集合的 的全体划分,例如 时, , 为 中基数为 的元素组成的集合(即把集合分成 份的那些划分), , 则Maximin share fairness即
直观地讲,就是有很多种把全部资源划分为n份的方法f1、f2…,每一个方法都有与之对应的最差的那一小份,记为
。 。这种公平就是说,即使我甘愿做最差的一个,我也要是最好的划分方式下最差的那个。 Envy-freeness up to k goods
这是对Envy-freeness的放松,即
连通性限制
连续资源的连通分配
直观地讲,没有连通性限制的话,很多时候分配出来的蛋糕是一粒一粒的碎屑,很可能没有实际意义。
对于连通比例分配(即符合连通要求和Proportionality公平性),我们有下面这个基本算法:
Dubins–Spanier算法:
对所有
查询 找到1中查询出的最小的
,把 分配给 对剩下的
个angents和区间 重复本算法
显然,Dubins–Spanier算法在Robertson–Webb模型下需要
Even 和 Paz 在1984年的一篇论文中运用分治法把查询复杂度降低到了
Edmonds 和 Pruhs在2011年的一篇论文中证明了该问题的复杂度下界就是
尽管连通比例分配很简单,但是连通无嫉妒分配却非常非常困难!
首先,即使没有连通要求,目前最好的无嫉妒分配算法是Aziz
和 Mackenzie在2016年提出的一个查询复杂度为
对于连通无嫉妒,Stromquist 和 Su 在上世纪用拓扑学手段证明了,连通无嫉妒分配总是存在的。
然而,Stromquist 在2008年开创性地证明了:在agent数量大于等于3时,不存在一种算法,可以在有限次的查询内找到连通无嫉妒分配。
于是,理论计算机科学们转而研究无嫉妒的放松情形,主要有下面两种:
δ-additive-envy-free
δ-multiplicative-envy-free
2017年,Branzei 和 Nisan证明了,对于任意
这个算法大致是将蛋糕切成价值不超过
尽管这个算法的查询复杂度是线性的,但整体时间复杂度仍然是指数的,对于任何常数
那么能不能在常数
Goldberg等人在2020年给出了一个
然而,Goldberg的算法在有些时候会导致一些人的分配为0,这会导致
2019年,Arunachaleswaran等人给出了一个更加复杂的多项式时间算法,这个算法不仅能做到
上述这些算法给出了一类研究方向:
对于具有加性效益函数的cake cutting问题,在
对于3个agent的
不连续资源的连通分配
对于不连续资源,常常用无向图
2017年,Bouveret等人证明了下述定理:
对于效益函数具有单调性的不连续资源分配,如果
基数与拟阵限制
集合限制
分割限制
预算限制
冲突限制
(编写中)