Representative Social Choice: From Learning Theory to AI Alignment
Peking University（北京大学）；UC Berkeley（加州大学伯克利分校）；Center for Human-Compatible AI（人类兼容人工智能中心）
提出代表性社会选择框架，将大规模集体决策的偏好聚合转化为统计学习问题，证明机制泛化性质与不可能性定理，连接社会选择、学习理论与AI对齐。
2025-10-30 cs.AI cs.CL cs.CY
Parameterized Algorithmics for Computational Social Choice: Nine Research Challenges
计算社会选择是一个跨学科的研究领域，涉及经济学，政治学和社会科学，另一方面，数学和计算机科学（包括人工智能和多智能体系统）。在这一领域研究的典型计算问题包括对攻击的脆弱性投票程序，或在多代理系统的偏好聚合。参数化算法是理论计算机科学的一个分支，它寻求利用有意义的问题特定参数来识别一般计算困难问题的易处理的特殊情况。在本文中，我们提出了九个我们最喜欢的研究挑战，在这种情况下出现的问题的参数化的复杂性。
2014-07-08 cs.GT cs.MA
Rank Maximal Equal Contribution: a Probabilistic Social Choice Function
当通过投票聚集代理人的偏好时，两个理想的目标是激励代理人参与投票过程，然后确定帕累托有效的结果。我们认为参与是Brandl，Brandt和Hofbauer（2015）基于随机优势（SD）关系的形式化。我们制定了一个新的规则，称为RMEC（排名最大相等贡献），满足最强的参与概念，也是事后有效的。该规则是多项式时间可计算的，也满足许多其他期望的公平性。该规则提出了实现事后效率和非常强有力的参与的一般性办法。
2017-05-01 cs.GT
Automated Reasoning in Social Choice Theory - Some Remarks
我们在这篇文章中的目的是简要地评论新出现的文献在社会选择理论的计算机辅助证明。我们将特别评论两篇论文，一篇是Tang and Lin（2009），另一篇是Geist and Endriss（2011）。我们还提供了本说明中讨论的结果的声明和简要说明。
2014-03-13 cs.GT cs.LO
Efficiency in Random Resource Allocation and Social Choice
我们研究一般集体选择问题的效率，代理人有顺序的偏好和随机化是允许的。我们探讨的结构偏好配置文件的事前和事后的效率相吻合，提供了一个统一的角度对已知的结果，并给出了几个新的特征。研究结果有影响的机制，包括随机串行独裁和一些特定的环境，包括二分法，单峰，和社会选择域。
2022-08-19 cs.GT econ.TH
Computational Social Choice and Computational Complexity: BFFs?
University of Rochester（罗切斯特大学）
我们讨论了计算社会选择（comparison）和计算复杂性之间的联系。我们强调迄今为止在这一联系的两个较少得到承认的方面所做的工作，并敦促继续注重这两个方面。首先，这在很大程度上是一条双行道：每个人都知道复杂性分类用于commonly，但我们也强调了复杂性在commonly中的使用所带来的好处。其次，更微妙的、不太为人所知的复杂性工具通常可以非常有效地用于复杂性分析。
2017-11-21 cs.AI cs.CC cs.GT
Balancedness of Social Choice Correspondences
社会选择对应满足平衡性，如果对于每一对备选方案x和y，以及每一对个体i和j，每当一个简档对于个体i有x邻近但刚好在y之上，而个体j有y邻近但刚好在x之上，那么只有在这两个个体的排序中切换x和y才能保持选择集不变。我们展示了平衡条件如何与其他社会选择属性，特别是tops-only相互作用。我们还使用balancedness的特点Borda规则（为固定数量的选民）在类的评分规则。
2018-04-11 cs.GT math.CO
Sequential Deliberation for Social Choice
在大规模的集体决策中，社会选择是一个规范性的研究，研究人们应该如何设计一个达成共识的协议。然而，在基础决策空间对于顺序投票来说太大或太复杂的情况下，社会选择的标准投票方法可能是不切实际的。那么，我们如何设计一种机制--最好是去中心化的、简单的、可扩展的，并且不需要任何关于决策空间的特殊知识--来达成共识呢？我们建议顺序审议作为这个问题的自然解决方案。在这种迭代法中，连续对代理商讨价还价的决策空间使用以前的决定作为一个分歧的替代。我们描述了一般的方法，并分析其结果的质量时，空间的偏好定义一个中位数图。我们表明，顺序审议发现一个1.208近似的最佳社会成本在这样的图，非常接近这个值，只有一个小的常数从人口中抽样的代理。我们还显示了更简单的机制类的下限，以证明我们的设计选择。我们进一步表明，顺序审议是事后帕累托有效的，并有真实的报告作为一个均衡的诱导广泛的形式游戏。最后，我们证明了在一般度量空间中，序贯审议结果的社会成本分布的二阶矩也是有界的。
2017-10-02 cs.GT cs.MA
Characterization of Group-Fair Social Choice Rules under Single-Peaked Preferences
Indian Institute of Science（印度科学学院）；IIT, Kanpur（坎普尔印度理工学院）；ISI, Kolkata（加尔各答印度统计研究所）
我们研究了单峰偏好下社会选择环境中的公平性。社会选择规则的单峰域的建设和表征已被广泛研究在以前的作品。事实上，在单峰域中，已知一致和防策略的确定性规则必须是最小-最大规则，并且那些也满足匿名性的规则必须是中值规则。此外，满足这些属性的随机社会选择规则已被证明是各自的确定性规则的凸组合。我们通过在社会选择中纳入公平考虑，对这一结果进行了非平凡的补充。我们的研究直接解决了代理人群体的公平性问题。为了研究组公平性，我们考虑现有的分区的代理逻辑组，基于自然属性，如性别，种族和位置。为了在每个组中捕获公平性，我们引入了组匿名的概念。为了捕捉群体之间的公平性，我们提出了一个弱的概念，以及一个强的公平性概念。建议的公平性概念原来是现有的个人公平性概念的自然概括，而且提供严格的顺序偏好，不像现有的组公平性概念的非平凡的结果。我们提供了满足群体公平性的随机社会选择规则的两个单独的特征：（i）直接特征（ii）极值点特征（作为公平确定性社会选择规则的凸组合）。我们还探讨了特殊的情况下，没有群体，并提供更清晰的特征的规则，实现个人的公平。
2022-07-16 cs.AI cs.GT cs.MA
Distortion in Social Choice Problems: The First 15 Years and Beyond
社会选择问题中的扭曲概念被定义为衡量效率损失--通常用功利主义的社会福利来衡量，即参与主体的效用总和--由于只能获得关于主体偏好的有限信息。我们调查了过去15年来关于扭曲的文献中最重要的结果，并强调了重要的开放问题和正在进行的和未来工作的最有希望的途径。
2021-03-01 cs.GT econ.TH
Computational Social Choice: Research & Development
Federal University of Applied Administrative Science（联邦应用行政科学大学）；Carnegie Mellon University（卡内基梅隆大学）；Hasso Plattner Institute, University of Potsdam（波茨坦大学哈索·普拉特纳研究所）；Univ. Grenoble Alpes, CNRS, Inria, Grenoble INP, LIG（格勒诺布尔阿尔卑斯大学、法国国家科学研究中心、法国信息与自动化研究所、格勒诺布尔理工学院、格勒诺布尔信息学实验室）；University of Graz（格拉茨大学）；AGH University of Krakow（克拉科夫AGH科技大学）；University of Applied Sciences St. Pölten（圣珀尔滕应用科学大学）；CNRS, LAMSADE, Université Paris-Dauphine, PSL（法国国家科学研究中心、LAMSADE实验室、巴黎第九大学、巴黎文理研究大学）；Tulane University（杜兰大学）；Université Paris 1 Panthéon-Sorbonne, CNRS, CES（巴黎第一大学潘提翁-索邦大学、法国国家科学研究中心、CES实验室）
本文呼吁加强计算社会选择的研究与开发，旨在设计、实现和测试现实中的集体决策系统。
2026-02-23 cs.GT
Optimal Statistical Hypothesis Testing for Social Choice
Rensselaer Polytechnic Institute（伦斯勒理工学院）
我们在本文中解决以下问题：“什么是最强大的统计方法的社会选择？"通过利用Neyman-Pearson框架中的一致最不利分布理论，对有限模型和随机化检验，我们刻画了一致最大功效（UMP）检验，这是一种被广泛接受的统计最优性。鲁棒性，用于测试给定的替代品是否是马洛斯的模型和孔多塞的模型下的赢家，分别。
2020-06-19 cs.AI cs.GT math.ST
Preference Restrictions in Computational Social Choice: A Survey
该综述从计算社会选择视角梳理经典与现代受限偏好域的性质及应用，涵盖相关经济学与社会选择文献，重点关注偏好域识别与难计算投票规则的胜者确定算法。
2025-03-24 cs.GT econ.TH
The Smoothed Possibility of Social Choice
RPI（伦斯勒理工学院）
我们开发了一个框架，利用Spielman和Teng的平滑复杂性分析来规避社会选择中的悖论和不可能性定理，其动机是由AI和ML驱动的社会选择的现代应用。对于孔德罗塞悖论，我们证明了平滑的可能性的悖论要么消失在一个指数的代理数量的增加，或不消失。对于同时满足匿名性、中立性和可解性的投票规则不存在的ANR不可能性，我们刻画了不可能性消失的速率，即多项式快速或指数快速。我们还提出了一种新的易于计算的平局打破机制，最佳地保持匿名性和中立性，甚至在自然环境中的替代品。我们的研究结果说明了社会选择的平滑可能性-即使悖论和不可能定理在最坏的情况下成立，它们在实践中可能不是一个大问题。
2021-01-08 cs.AI cs.GT
Guide to Numerical Experiments on Elections in Computational Social Choice
本文系统分析了计算社会选择文献中选举数值实验的规模与生成方法，揭示了该领域隐藏的标准与实践。并调查了多种统计文化及常用参数。
2024-02-19 cs.GT
Participation Incentives in Randomized Social Choice
当通过投票聚集代理人的偏好时，两个理想的目标是识别帕累托最优的结果和激励代理人参与投票过程。我们考虑Brandl，Brandt和Hofbauer（2015）形式化的参与概念，并研究通过随机社会选择函数实现的效率和参与程度，特别是当代理人的偏好是向下词典（DL）或满足随机优势（SD）时。我们的结果包括以下几个方面：我们证明了参与概念之间的正式关系，就SD和DL，我们表明，最大递归规则满足非常强的参与，就SD和DL。
2016-11-08 cs.GT
The (Computational) Social Choice Take on Indivisible Participatory Budgeting
本文综述不可分割参与式预算的社会选择研究，梳理核心方向与代表性结果，并给出统一的形式化定义。
2025-03-13 cs.GT cs.MA
Paradoxical examples of social networks games with product choice
当允许某些参与者采取新策略时，通过一系列个人理性行动，新均衡中所有参与者的收益都较低。我们考虑社交网络游戏。在这些博弈中，当其他参与者选择相同的策略时，每个参与者的收益都会增加。社交网络上的博弈的定义是由K. Apt和S.西蒙在与E. Markakis，他们认为四种类型的选择悖论在这样的游戏，并给出了其中三个的例子。第四类悖论网络的存在只是以一种弱化的形式被证明。所谓的脆弱网络在严格意义上的存在仍然是一个悬而未决的问题。在本文中，我们解决了这个开放的问题，通过引入一个结构，称为级联，并使用它提供统一的例子，所有四个定义的悖论网络。
2016-08-31 cs.GT
Ordinal Approximation for Social Choice, Matching, and Facility Location Problems given Candidate Positions
在这项工作中，我们考虑一般设施的位置和社会选择问题，其中代理$\mathcal{A}$和设施$\mathcal{F}$位于一个度量空间，我们的目标是分配代理设施（以及选择哪些设施开放），以优化社会成本。我们形成新的算法来在仅存在{ \em序数信息}的情况下进行此操作，即，当从代理到设施的真实成本或距离为{ \em未知}，并且只有代理对设施的顺序偏好可用时。我们的工作和以前的工作在这方面的主要区别是，虽然我们假设，只有序数信息代理的偏好在已知的，我们知道确切的位置可能的设施$\mathcal{F}$。由于关于设施的这种额外信息，我们能够形成具有小{ \em失真}的强大算法，即，执行几乎以及无所不知的算法，但只使用有序的信息代理的喜好。例如，我们提出了自然的社会选择机制，选择一个单一的设施开放，失真最多为3，以最小化总成本和社会成本的中位数;这个因素是可以证明的最好的可能。我们分析了许多一般性问题，包括匹配，$k$中心，$k$ -中位数，并提出黑盒约简从全知近似算法与近似因子$β$的顺序算法与近似因子$1+2β$，这样做给出了新的顺序算法的许多重要问题，并建立了一个工具包，用于分析此类问题的未来。
2018-05-08 cs.GT cs.MA
Relating Metric Distortion and Fairness of Social Choice Rules
评估社会选择（投票）规则的一种方法是通过功利主义扭曲框架。在这个模型中，我们假设代理提交完整的排名的替代品，这些排名是从潜在的，但未知的，定量成本。因此，社会选择规则的\emph{distortion}是所选方案的总社会成本与任何方案的最优社会成本之比;由于真实成本是未知的，我们考虑所有可能的潜在成本的最坏情况下的扭曲。类似地，我们可以考虑社会选择规则的最坏情况\emph{fairness ratio}，通过比较所选方案与最优方案的公平性（基于近似优化）。通过一个额外的度量假设--成本等于某个度量空间中的代理-替代距离--已知科普兰规则实现了最多5的失真和公平比。对于其他规则，仅失真的界限是已知的，例如，流行的单一可转移投票（STV）规则具有失真$O(\log m)$，其中$m$是备选项的数目。我们证明，失真和公平比的不同概念实际上是密切相关的-在任何投票规则的加性因子为2-因此STV也实现了$O(\log m)$公平比。我们进一步扩展的失真和公平比的概念，选择一个\emph{set}的替代品的社会选择规则。通过将单赢家规则的失真与多赢家规则相关联，我们确定递归Copeland在选择一组备选方案时实现了5的失真和至多7的公平比。
2018-10-02 cs.GT
Justifying Social-Choice Mechanism Outcome for Improving Participant Satisfaction
Bar-Ilan University（巴伊兰大学）
在许多社会选择机制中，所产生的选择对于一些参与者来说不是最优选的，因此需要以提高所述参与者的接受度和满意度的方式来证明所做出的选择的方法。提供这种解释的一种自然方法是要求人们提供它们，例如，通过众包，并选择最有说服力的论点中收到的。在本文中，我们提出了一种替代的方法，一个自动生成的理论机制设计文献中发现理想的机制功能的基础上的解释。我们通过一系列广泛的实验进行了600多名参与者的排名投票，一个经典的社会选择机制的有效性测试的方法。对结果的分析表明，在这种情况下，解释确实会影响对结果的平均满意度和接受度。特别是，当结果（在我们的情况下获胜的候选人）是参与者最不希望的选择时，解释对满意度和接受度有积极的影响。一项比较分析表明，自动生成的解释与成本更高的众包解释相比，其结果的满意度和接受程度相似，因此无需让人类参与其中。此外，与众包的解释相比，自动生成的解释大大降低了参与者认为应该选出不同的获胜者的信念。
2022-05-24 cs.AI cs.GT cs.MA
Randomized Social Choice Functions Under Metric Preferences
Rensselaer Polytechnic Institute（伦斯勒理工学院）
我们确定的质量随机社会选择机制的设置中，代理人有度量偏好：每个代理人都有一个成本为每个替代品，这些成本形成一个度量。我们假设这些成本对机制（甚至可能对代理人本身）是未知的，这意味着我们不能简单地选择最优方案，即最小化总代理成本（或中间代理成本）的方案。然而，我们假设代理人知道他们的序数偏好是由度量空间引起的。我们研究随机社会选择功能，只需要这个序数信息，并选择一个替代方案，是良好的预期相对于从度量的成本。为了量化一个随机化的社会选择函数有多好，我们限制了失真，这是所选方案的预期成本与最优方案成本之间的最坏情况比率。我们提供了各种随机机制，一般指标和重要的特殊情况下，新的失真范围。我们的研究结果表明，在确定性机制的失真相当大的改善。
2016-09-26 cs.AI cs.GT
Linear Social Choice with Few Queries: A Moment-Based Approach
Washington University in St. Louis（华盛顿大学圣路易斯分校）；Google Research（谷歌研究）
本文研究了在极低通信预算下，通过少量 pairwise 比较选择最大化社会福利的候选人，同时探讨了矩信息在社会选择中的应用。
2026-03-19 cs.AI cs.GT
Concentration of Distortion: The Value of Extra Voters in Randomized Social Choice
我们研究了在度量隐式功利主义模型中随机社会选择的高统计失真矩。社会选择机制的扭曲是最优功利社会成本（OPT）的预期近似因子。失真的$k^{th}$时刻是预期的近似因子相对于$k^{th}$的权力OPT.We认为机制，引起他们最喜爱的替代品随机抽样选民的替代品。我们设计了两个家庭的机制，提供恒定的（相对于选民和替代品的数量）$k^{th}$时刻的失真使用$k$样本，如果所有的选民都可以参加投票建议的替代品，或$2k-1$样本，如果只有抽样选民可以参加。我们还表明，这些数量的样本是紧。这种机制偏离了OPT的恒定近似，其概率在样本数量上呈指数下降，与投票者和替代品的总数无关。最后，我们对真实世界的预测数据进行了模拟，以定性地补充我们的理论见解。
2020-04-27 cs.GT
Quantile agent utility and implications to randomized social choice
Aarhus University（奥胡斯大学）；Technical University of Munich（慕尼黑工业大学）；Indian Statistical Institute, Kolkata（印度统计学院，加尔各答）
本文提出分位数代理效用概念，通过比较代表者来评估随机结果，展示了在随机社会选择中效率、公平和无策略性可以同时满足的可能。
2026-02-28 cs.GT
AI of the People, by the People, for the People: A Social Choice Approach to Collective Control of Artificial Intelligence
Institute of Logic and Computation, TU Wien（逻辑与计算研究所，维也纳技术大学）；Hasso Plattner Institute, University of Potsdam（哈索·platzer研究所，波茨坦大学）；Center for Artificial Intelligence, University of Applied Sciences St. Pölten（人工智能中心，圣波尔滕应用科学大学）
本文提出基于社会选择理论的集体控制AI方法，强调在机器学习全流程中融入公众意见，提供数学框架评估控制机制。
2026-04-14 cs.AI cs.CY cs.GT
Generative Social Choice
Harvard University（哈佛大学）；Cornell University（康奈尔大学）
提出生成式社会选择框架，结合社会选择理论与大语言模型处理开放式民主决策，在堕胎政策调查中成功将自由意见总结为代表陈述，84%的参与者感到被代表。
2025-03-05 cs.AI cs.GT cs.LG
The Distortion of Distributed Metric Social Choice
我们考虑一个社会选择设置与代理被划分成不相交的群体，并有一组替代品的度量偏好。我们的目标是选择一个单一的替代方案，旨在优化各种目标，这些目标是度量空间中代理和替代方案之间的距离的函数，在这种选择必须以分布式方式进行的约束下：每个组内的代理的偏好首先聚合成该组的代表性替代方案，然后将这些组的代表聚合成最终的赢家。以这种方式决定获胜者自然会导致效率损失，即使有关指标空间的完整信息可用。我们提供了一系列（大多是紧）的失真的分布式机制的变化，众所周知的目标，如（平均）总成本和最大成本，也为新的目标，特别是适合这种分布式设置，并没有被研究过。
2021-07-12 cs.GT
Proportional Fairness in Clustering: A Social Choice Perspective
Technische Universität Berlin（柏林工业大学）
本文从社会选择视角研究聚类中的比例公平，证明弱比例性聚类同时近似比例公平、个体公平与核心，并扩展至多中心偏离的更强比例代表概念。
2024-05-24 cs.CY cs.GT cs.LG
Generative Social Choice: The Next Generation
Hasso Plattner Institute（哈索普拉特纳研究所）；Harvard University（哈佛大学）
本文扩展了生成式社会选择框架，在近似最优查询和总长度预算限制下提供理论保证，并利用 GPT-4o 在城市改善和药物评论数据集上验证了其从非结构化意见中生成代表性声明的有效性。
2025-05-28 cs.AI cs.GT cs.LG
Aggregating Quantitative Relative Judgments: From Social Choice to Ranking Prediction
该研究探索社会选择领域的定量相对判断聚合（QRJA）与排序预测的关联，提出新型QRJA聚合规则并在真实赛跑数据上验证，证实其能提供有效可解释的排序预测。
2024-10-07 cs.GT
Improved Metric Distortion for Deterministic Social Choice Rules
在本文中，我们研究了确定性的社会选择规则，选择一个获胜的候选人从一组候选人的基础上选民的偏好的度量失真。投票者和候选者位于底层度量空间中。选民的成本等于她与获胜候选人的距离。序数社会选择规则只能访问假定与度量距离一致的选民的序数偏好。我们的目标是设计一个有序的社会选择规则与最小的失真，这是最坏情况下的比例，在所有一致的指标，社会成本之间的规则和最佳的全知规则与知识的基础度量空间。已知最佳确定性社会选择规则的失真介于$3$和$5$之间。已经证明，任何只考虑候选者的加权锦标赛图的规则都不可能比$5$具有更好的失真。在本文中，我们通过提出一个带有$4.236$失真的加权竞赛规则来反驳它。我们通过推广未覆盖集的经典概念来设计这一规则，并进一步证明了这类规则不可能比$4.236$更好地具有失真。然后，我们提出了一个新的投票规则，通过另一种推广的未覆盖集。我们表明，如果一个候选人满足这个投票规则的标准存在，那么选择这样的候选人产生的失真界的$3$，匹配的下限。我们提出了一个组合猜想，这意味着失真的$3$，并验证它的少量候选人和选民的计算机实验。使用我们的框架，我们还表明，选择任何候选人保证失真时，最多$3$的加权比赛图是循环对称的。
2019-05-04 cs.DM cs.GT
Complexity of Strong Implementability
我们考虑的问题，在一个经典的设置中，许多自私的个人与私人信息的偏好，社会选择功能的可实现性聚集到一个社会选择。这是机制设计的中心问题之一。如果弱实现的概念被认为是，启示原则指出，人们可以限制注意力的真实实现和直接的启示机制，这意味着社会选择功能的可实现性很容易检查。然而，对于强实现的概念，揭示原理变得无效，并且决定给定的社会选择函数是否是强可实现的复杂性迄今为止一直是开放的。在本文中，我们表明，通过使用多面体理论的方法，社会选择功能的强可执行性可以在多项式空间中决定，并且强执行所需的每个付款总是可以选择为多项式编码长度。此外，我们表明，强的社会选择功能，只涉及一个自私的个人可以决定在多项式时间通过线性规划的可实现性。
2009-09-28 cs.CC cs.GT
Social Choice Should Guide AI Alignment in Dealing with Diverse Human Feedback
Carnegie Mellon University（卡内基梅隆大学）；University of Oxford（牛津大学）；University of California, Berkeley（加州大学伯克利分校）；Potsdam Institute for Climate Impact Research（波茨坦气候影响研究所）；Ghent University（根特大学）；Allen Institute for AI（艾伦人工智能研究所）；University of Maryland（马里兰大学）；EleutherAI；Union College（联合学院）；Istanbul Bilgi University（伊斯坦布尔比尔吉大学）
本文论证社会选择理论能有效解决AI对齐中多样化人类反馈的聚合问题，并基于相关研讨会探讨了推进该研究议程的途径。
2024-06-04 cs.AI cs.CL cs.CY
On the Indecisiveness of Kelly-Strategyproof Social Choice Functions
社会选择函数（SCF）将一组代理人对某些备选方案的偏好映射到非空的备选方案子集。Gibbard-Satterthwaite定理表明，当有两个以上的选择时，只有极端限制的SCF才是防策略的。对于集值SCF或所谓的社会选择对应，情况就不那么清楚了。使用各种防策略性概念和附加要求会产生各种各样的结果，大多数是负面的。凯利防策略性这个简单而直观的概念被证明是特别有说服力的，因为它足够弱，仍然允许积极的结果。例如，帕累托规则即使在偏好较弱的情况下也是防策略的，而一些有吸引力的SCF（如顶部周期、未覆盖集和基本集）对于严格的偏好是防策略的。在本文中，我们表明，弱偏好，只有不确定的SCF可以满足防策略性。特别地，（i）每个基于策略的基于排名的SCF违反帕累托最优性，（ii）每个满足帕累托最优性的基于策略的支持的SCF（其推广了Fishburn的C2 SCF）返回每个投票者的至少一个最优选的替代方案，以及（iii）每个策略不强加的SCF在至少一个简档中返回孔多塞失败者。我们还讨论了随机社会选择这些结果的后果。
2022-03-29 cs.GT econ.TH
Optimized Distortion in Linear Social Choice
本文首次研究线性效用函数下的社会选择失真问题，提出仅依赖候选嵌入维度的失真界限及多项式时间实例最优算法，并在推荐系统和意见调查中验证其优于标准规则。
2025-10-22 cs.AI cs.GT
Social Choice with Non Quasi-linear Utilities
没有货币支付，Gibbard-Satterthwaite定理证明，在温和的要求下，所有真实的社会选择机制必须是契约。当支付被允许时，Vickrey-Clarke-Groves（VCG）机制实现了价值最大化选择，并且具有许多其他良好的性质：它是防策略的，onto，确定性，个体理性的，并且不向代理人进行正转移。根据Roberts定理，对于具有三个或更多选择的域，加权VCG机制对于具有准线性效用的域本质上是唯一的。本文的目标是表征域的非准线性公用事业的“合理”的机制（与VCG类属性）存在。我们的主要结果是一个严格的最大非拟线性效用域，我们称之为最大的并行域的特征。本文将Roberts定理推广到平行域上，并利用推广的定理证明了两个不可能结果。首先，当效用域与任何单一的非并行类型一起是准线性时，任何合理的机制都必须是独裁的。第二，对于与准线性仍有细微差别的更丰富的效用域，每一个防策略的、非线性的和确定性的机制都必须是独裁的。
2018-04-25 cs.GT
Fixed-Points of Social Choice: An Axiomatic Approach to Network Communities
我们提供了第一个社会选择理论的方法来解决什么构成社会网络中的社区的问题。受社会选择理论中经典偏好模型的启发，我们从一个抽象的社会网络框架开始，称为偏好网络;这些网络由一组有限的成员组成，其中每个成员都有一个集合中所有成员的总排名偏好。在这个框架内，我们开发了两种互补的方法来公理化地研究社区的形成和结构。(1)我们应用社会选择理论，并间接地定义社区的假设，他们是一个偏好聚集函数的不动点服从某些理想的公理。(2)我们直接假设理想的公理社区没有参考偏好聚合，导致八个自然的社区公理。这些方法使我们能够制定和分析社区规则。我们证明了一个分类定理，提供了一个结构表征的家庭的社区规则，满足所有八个公理。结构实际上相当漂亮：这些社区规则在自然的交集和并集操作下形成了一个有界格。我们的结构定理补充了一个复杂的结果：而确定一个社区的最有选择性的规则的格是在P，决定一个子集是否是一个社区的最全面的规则的格是coNP-完全的。我们的研究还揭示了仅基于偏好聚合定义社区规则的局限性：任何满足阿罗IIA公理的聚合函数，或基于常用的聚合方案，如Borda计数或其推广，导致社区违反至少一个我们的社区公理。最后，我们给出了一个多项式时间规则，它与七个公理一致，弱满足第八个公理。
2014-10-20 cs.CC cs.DS cs.GT
Social Choice Methods for Database Aggregation
Imperial College London（伦敦帝国理工学院）；Université d’Evry（埃夫里大学）；University of Toulouse（图卢兹大学）
知识可以用多种方式表示，从一组命题公式到Kripke模型，再到数据库。在本文中，我们研究了来自多个来源的信息的聚合，每个来源提交一个数据库建模为一阶关系结构。在完整性约束的存在下，我们确定类的聚合器，尊重他们在聚合数据库中，提供这些满足所有个人数据库。我们还将一阶查询的答案与每个单独的数据库上获得的查询答案的聚合相一致的一阶查询的语言。这一贡献的目的是从社会选择理论的技术在数据库中的知识表示的应用的第一步。
2019-07-22 cs.AI cs.DB cs.GT
A generalization to networks of Young's characterization of the Borda rule
本文将Borda规则的Young刻画推广至网络，证明了净出度、净入度和总网络解及社会选择对应在满足中立性、一致性和相消性时的唯一性，并由此推导出多种投票规则的刻画定理。
2024-05-30 cs.GT math.CO
From the Social Choice Problem to a Collusion-Proof Tendering Mechanism for Dynamic Stochastic Projects
Alfréd Rényi Institute of Mathematics（阿尔弗雷德·雷尼数学研究所）
该文针对静态社会选择问题中 AGV 机制的缺陷，提出可转移效用保障效用机制（TU-GUM），其适用于动态随机项目且具防合谋性，还总结关联相关成果并补充新观察。
2026-09-01 cs.GT econ.TH
Metric Distortion of Social Choice Rules: Lower Bounds and Fairness Properties
我们在功利扭曲的框架下研究社会选择规则，并对代理人的成本进行了额外的度量假设。在这种方法中，这些成本由所有代理加上替代品的集合上的基础度量给出。社会选择规则只能获得代理人的顺序偏好，而不能获得导致它们的潜在基数成本。失真被定义为社会成本（通常是代理成本的总和）之间的比率选择的替代机制在手，并选择了最佳的替代由一个无所不知的算法。因此，社会选择规则在最坏情况下的扭曲，是衡量在不知道潜在成本的情况下，它总是接近最优选择的程度。在该模型下，已经证实，排名对，众所周知的加权锦标赛规则，达到了最多3的失真[Anshelevich et al. 2015]。我们通过构造一系列实例来证明这一猜想是错误的，这些实例表明排序对的最坏情况失真至少为5。我们对排名对的最坏情况失真的下限与Copeland规则的先前已知的上限相匹配，证明在最坏的情况下，更简单的Copeland规则至少与排名对一样好。只要我们受到（加权或未加权）锦标赛规则的限制，我们就证明随机化无法帮助实现小于3的预期最坏情况失真。在失真框架内使用近似优化的概念，我们证明了Copeland和随机独裁实现了较低的常数因子公平比（分别为5和3），这是对成本和单个最大成本目标的类似结果的相当大的推广。除了上述所有内容之外，我们还概述了该领域进一步研究的几个有趣方向。
2017-05-08 cs.DS cs.GT
