最大最小参与式预算
计算机科学与博弈论
2022-05-02 v1 人工智能
多智能体系统
摘要
参与式预算（PB）是一种流行的投票方法，根据选民对项目偏好将有限预算分配给一组项目。PB 大致分为可分 PB（若项目可分数实现）和不可分 PB（若项目为原子性）。平等主义作为 PB 中的重要目标，在不可分 PB 背景下未受太多关注。本文通过对不可分 PB 背景下一种自然的平等主义规则——最大最小参与式预算（MPB）——的详细研究来弥补这一空白。我们的研究分为两部分：（1）计算性（2）公理性。第一部分中，我们证明 MPB 在计算上是困难的，并针对某些动机良好的参数给出了伪多项式时间和多项式时间算法。我们提出了一种算法，在受限实例空间内为 MPB 提供加性近似保证，并通过实证表明该算法在真实世界 PB 数据集上实际上给出了精确最优解。我们还给出了穷举防策略 PB 算法族对 MPB 可达到的近似比的上界。第二部分中，我们通过推广文献中已知公理对 MPB 规则进行公理性研究。我们的研究引出了一个新公理——最大覆盖，其刻画了公平性方面。我们证明 MPB 满足最大覆盖。
引用
@article{arxiv.2204.13923,
title = {Maxmin Participatory Budgeting},
author = {Gogulapati Sreedurga and Mayank Ratan Bhardwaj and Y. Narahari},
journal= {arXiv preprint arXiv:2204.13923},
year = {2022}
}
备注
Accepted for long oral presentation at IJCAI-2022 main track