分布式度量社会选择中的失真
计算机科学与博弈论
2021-07-13 v1
摘要
我们考虑一种社会选择场景：智能体被划分为互不相交的组，且对一组备选项具有度量偏好。我们的目标是在必须分布式地做出选择的约束下，选出一个备选项以优化度量空间中智能体与备选项之间距离的各种目标函数：每组内智能体的偏好首先被聚合成该组的代表备选项，然后这些组代表被聚合成最终胜者。即便度量空间的完整信息可用，以这种方式决定胜者自然会导致效率损失。针对知名目标（如（平均）总代价和最大代价）的变体，以及特别适合该分布式场景且此前未被研究的新目标，我们给出了一系列（大多是紧的）分布式机制失真界。
引用
@article{arxiv.2107.05456,
title = {The Distortion of Distributed Metric Social Choice},
author = {Elliot Anshelevich and Aris Filos-Ratsikas and Alexandros A. Voudouris},
journal= {arXiv preprint arXiv:2107.05456},
year = {2021}
}