基于并行宇宙平局打破的STV与Ranked Pairs实用算法
人工智能
2018-05-21 v1
摘要
STV与Ranked Pairs (RP)是两种被广泛研究的群体决策投票规则。它们分多轮进行，并受每轮平局打破方式的影响。然而，文献对于应如何打破平局出奇地含糊。我们提出了首批用于计算在STV和RP下某些平局打破机制中获胜的备选方案集合的算法，这也被称为并行宇宙平局打破 (PUT)。遗憾的是，在STV和RP下计算PUT获胜者是NP完全的，且AI中的标准搜索算法并不适用。我们提出了多种基于DFS的算法，并配以剪枝策略和启发式方法，利用机器学习优先搜索方向以显著提升性能。我们还分别针对STV和RP下的PUT获胜者提出了新颖的ILP公式。在合成与真实数据上的实验表明，我们的算法总体上显著快于ILP，尽管在少数情况下ILP对RP显著更快。
引用
@article{arxiv.1805.06992,
title = {Practical Algorithms for STV and Ranked Pairs with Parallel Universes Tiebreaking},
author = {Jun Wang and Sujoy Sikdar and Tyler Shepherd and Zhibing Zhao and Chunheng Jiang and Lirong Xia},
journal= {arXiv preprint arXiv:1805.06992},
year = {2018}
}
备注
15 pages, 12 figures