说服选民：窃窃私语易，大声疾呼难
计算机科学与博弈论
2019-09-24 v2 人工智能
摘要
我们关注以下自然问题：是否可能通过向理性更新信念的选民策略性地提供信息来影响投票过程的结果？我们研究在计算上是否易于设计一种信号方案，以最大化发送者偏好的候选人当选的概率。我们关注 Arieli 和 Babichenko (2019) 最近引入的模型（即没有智能体间外部性），并将 -投票规则和多数投票作为解释性示例进行考虑。在允许私有信号的情况与仅允许公共信号的更严格设置之间存在鲜明对比。在前者中，我们表明在 -投票规则和多数投票下都可以高效地计算出最优信号方案。在确立这些结果时，我们提供了两项通用的（即适用于投票以外设置的）贡献。具体而言，我们将 Dughmi 和 Xu (2017) 的一个著名结果扩展到更一般的设置，并证明当发送者的效用函数是匿名时，计算最优信号方案相对于接收者动作的数量是固定参数易处理的。在公共信号情况下，我们表明在 -投票规则下，发送者的最优预期回报无法在任何因子内被近似。这一负面结果很容易扩展到多数投票以及效用函数是匿名的问题。
引用
@article{arxiv.1908.10620,
title = {Persuading Voters: It's Easy to Whisper, It's Hard to Speak Loud},
author = {Matteo Castiglioni and Andrea Celli and Nicola Gatti},
journal= {arXiv preprint arXiv:1908.10620},
year = {2019}
}