对象网络上的对象分配：具有严格偏好的移动智能体
计算机科学与博弈论
2021-10-11 v2
摘要
在最近的工作中，Gourvès、Lesca 和 Wilczynski 提出了经典住房市场模型的一个变体，其中智能体与对象之间的匹配通过社交网络中相邻智能体两两之间 Pareto 改进的交换而演化。为探索其模型的交换动态，他们提出了关于可达匹配集合的若干基本问题。在其工作及其他后续工作中，这些问题已在多类图上被研究：星图、路径、广义星图（即至多一个顶点度数大于二的树）、树和团。对于广义星图和树，是否能在多项式时间内找到 Pareto 有效的可达匹配仍是开放的。本文在我们模型的一个自然变体下探讨同一组问题。在我们的模型中，社交网络被对象网络所替代，若一次交换是 Pareto 改进的且相关对象在网络中相邻，则允许两个智能体之间进行交换。对于那些在社交网络模型中多项式时间可解性与 NP 困难性已被解决的问题，我们能够证明相同结论对对象网络模型也成立。此外，针对我们的模型，我们给出了一个在广义星型网络中计算 Pareto 有效可达匹配的多项式时间算法。而且，我们为路径网络提出的对象可达性算法，比社交网络模型中针对同一问题的已知多项式时间算法显著更快。
引用
@article{arxiv.2103.01394,
title = {Object Allocation Over a Network of Objects: Mobile Agents with Strict Preferences},
author = {Fu Li and C. Gregory Plaxton and Vaibhav B. Sinha},
journal= {arXiv preprint arXiv:2103.01394},
year = {2021}
}
备注
List of all changes from v1: (1) publication month on title page corrected from February to March (original submission date was March 1, 2021); (2) page number on title page removed; (3) cleaned up some bibtex entries