不可分物品分配中的加权无嫉妒性
人工智能
2021-08-18 v7 计算机科学与博弈论
理论经济学
摘要
我们引入并分析了针对具有权重（量化其在不可分物品分配中权益）的智能体的新的基于嫉妒的公平性概念。我们提出了加权无嫉妒至多达一项（WEF1）的两种变体：强变体，其中通过移除被嫉妒者 bundle 中的一项可消除嫉妒；弱变体，其中可通过移除一项（如强变体）或在嫉妒者 bundle 中复制被嫉妒者 bundle 中的一项来消除嫉妒。我们证明，对于加法估值，总是存在且可在伪多项式时间内计算出同时满足帕累托最优和强 WEF1 的分配；此外，最大化加权纳什社会福利的分配可能不是强 WEF1，但总是满足该性质的弱版本。而且，我们确立轮转选取序列算法的一种推广可在多项式时间内为任意数量的智能体生成强 WEF1 分配；对于两个智能体，我们通过调整赢家调整程序可高效实现强 WEF1 与帕累托最优。我们的工作凸显了加权公平分配比无权重对应情形更丰富且更具挑战性的若干方面。
引用
@article{arxiv.1909.10502,
title = {Weighted Envy-Freeness in Indivisible Item Allocation},
author = {Mithun Chakraborty and Ayumi Igarashi and Warut Suksompong and Yair Zick},
journal= {arXiv preprint arXiv:1909.10502},
year = {2021}
}
备注
A preliminary version appears in Proceedings of the 19th International Conference on Autonomous Agents and Multiagent Systems (AAMAS), 2020