不可分 chores 分配的公平性准则：关联与效率
计算机科学与博弈论
2021-09-29 v3 多智能体系统
摘要
我们研究将不可分chores（即具有非正价值的物品）分配给具有可加和次模成本函数的智能体时的若干公平性概念。我们关注的公平性准则是无嫉妒至任意物品（EFX）、无嫉妒至一个物品（EF1）、最大最小份额（MMS）和成对最大最小份额（PMMS），它们是在可加成本函数设定下作为无嫉妒性的松弛而提出的。对于每种公平性准则下的分配，我们建立了其相对于其他公平性准则的近似保证。在可加设定下，我们的结果显示了这些公平性准则之间的强关联，同时也揭示了物品分配与chores分配之间的本质差异。然而，这种强关联无法被子模设定所继承，在子模设定下PMMS和MMS不再是嫉妒自由的松弛，更糟的是，几乎不存在非平凡的保证。我们还研究了这些公平性约束下的效率损失，并确立了它们的公平性代价。
引用
@article{arxiv.2101.07435,
title = {Fairness Criteria for Allocating Indivisible Chores: Connections and Efficiencies},
author = {Ankang Sun and Bo Chen and Xuan Vinh Doan},
journal= {arXiv preprint arXiv:2101.07435},
year = {2021}
}