信息不对称下的 chores 分配

在分割不可分 chores 时，一个备受认可的公平性概念是至多移除一项的无嫉妒 (EF1)，它要求通过移除单个物品即可消除两两之间的嫉妒。尽管通过知名算法总能找到物品 (goods) 的 EF1 且帕累托最优 (PO) 的分配，但迄今为止，chores 的此类解的存在性仍属开放问题。我们采用一种利用信息不对称的认知方法，引入可疑 chores——即对接收方不产生成本但被他人视为有成本的物品。在技术层面上，可疑 chores 提供了比 EF1 更精细的无嫉妒近似。我们表明，寻找含最少可疑 chores 数量的分配是计算困难的。尽管如此，我们证明了对于 $n$ 个智能体，仅用 $2n-2$ 个可疑 chores 即存在无嫉妒且分数 PO 的分配，并在四类特殊估值下将其强化为 $n-1$ 个可疑 chores。我们的实验分析表明，通常仅需少量可疑 chores 即可实现无嫉妒。