Effect of selfish choices in deferred acceptance with short lists
我们研究的结果时，未来的医疗居民只能适用于有限的一组医院推迟接受。这种限制要求居民对他们申请的医院的质量做出战略选择。通过理论和实验结果的组合，我们研究了这种策略选择对参与者提交的偏好以及整体福利的影响。我们发现，在我们的模型中，居民的选择模仿了在真实系统中观察到的行为，在真实系统中，个人申请的职位主要包括他们有可能被接受的地方，以及一些“达到”的应用程序非常高质量的医院，和一些“安全”的应用程序低于他们的预期水平的医院。令人惊讶的是，这种“安全”的应用程序的数量在允许的应用程序的数量中并不是单调的。我们还发现，自私行为会损害社会福利，但对整体福利的恶化是非常小的。
2017-01-03 cs.GT
Describing Deferred Acceptance and Strategyproofness to Participants: Experimental Analysis
本文通过激励性实验室实验测试参与者对DA匹配机制及防策略性的理解，发现新颖的菜单描述能显著提升对防策略性的理解，且理解水平较高的参与者更倾向于采取经典的占优策略。
2024-09-26 cs.GT econ.GN q-fin.EC
Trade-offs in School Choice: Comparing Deferred Acceptance, the Naive and the Classic Boston Mechanism
最常见的三种择校机制是延期录取机制（DA）、经典波士顿机制（BM）和波士顿机制的一种变体，即学生自动跳过疲惫不堪的学校，我们称之为适应性波士顿机制（ABM）。假设真实的报告，我们比较这些机制下的学生福利从概念和定量的角度来看：我们首先表明，BM排名占主导地位的DA时，他们是可比的，并通过限制参数和模拟，我们表明，ABM产生中间BM和DA之间的学生福利。第二，我们进行计算实验的偏好数据在墨西哥城的高中比赛。我们发现，学生的福利（在等级转换方面）是最高的BM下，ABM下的中间，DA下最低。BM，ABM，DA，因此可以理解为形成一个层次结构的学生福利。相比之下，在（Mennle和Seuken，2017）中，我们发现同样的机制也形成了一个层次结构，在诚实的激励方面指向相反的方向。因此，在它们之间做出决定涉及激励措施和学生福利之间的隐含权衡。
2017-07-10 cs.GT
Post-Match Error Mitigation for Deferred Acceptance
针对延迟接受匹配算法赛后发现的输入错误，提出三种错误场景模型及相应缓解策略，以恢复稳定性并减少对学生的伤害。
2024-09-20 cs.GT
Multi-Stage Generalized Deferred Acceptance Mechanism: Strategyproof Mechanism for Handling General Hereditary Constraints
针对一般遗传约束下无法兼顾公平与效率的策略防机制设计难题，本文提出多阶段广义延迟接受机制（MS-GDA），在接近M$^\ atural$-凸集的约束下有效平衡了公平性与学生福利。
2024-09-24 cs.GT
A Direct Proof of the Short-Side Advantage in Random Matching Markets
本文研究了随机匹配市场中的稳定匹配问题，针对短侧优势现象现有间接证明反直觉的问题，通过直接分析医生提议延迟接受算法给出了一种直接证明，揭示了该现象产生的机制与原因。
2025-08-09 cs.DM cs.GT math.CO
Stable Matching with Interviews
针对双边市场中偏好发现不足导致的匹配摩擦，本文扩展Gale-Shapley延迟接受机制，提出两种算法（自适应与非自适应）在面试环节下寻找临时稳定匹配，并限制面试次数为对数级别。
2025-01-21 cs.DS cs.GT
Fast, Fair and Truthful Distributed Stable Matching for Common Preferences
本研究针对一方智能体具有共同偏好的稳定匹配特例，证明延迟接受算法可构成快速真实的分布式稳定匹配机制，还提出用随机着色采样算法公平破局并扩展至分数稳定匹配场景。
2024-03-08 cs.GT
School Choice with Farsighted Students
我们考虑有远见的学生的优先选择学校的问题。我们证明了由顶级交易周期（TTC）机制获得的匹配组成的单例集是一个有远见的稳定集。然而，从延迟接受（DA）机制获得的匹配可能不属于任何远见稳定集。因此，TTC机制提供了一个分配，不仅是帕累托有效的，而且是有远见的稳定。此外，向前看三步已经足以稳定从TTC获得的匹配。
2022-12-14 cs.GT econ.TH
Representing All Stable Matchings by Walking a Maximal Chain
Gusfield和Irving的开创性著作[GI89]提供了一种紧凑且在算法上有用的方法来表示与给定偏好集相对应的稳定匹配的集合。本文重新解释了[GI89]的主要结果，给出了刻画的一个新的证明，它能够绕过原著作中的许多“理论建构”.我们还提供了一个简化和有效的方式来计算这种表示。我们的证明和算法强调连接到众所周知的属性的延迟接受算法。
2019-10-10 cs.GT econ.TH
Smart Lotteries in School Choice: Ex-ante Pareto-Improvement with Ex-post Stability
UNSW Sydney（新南威尔士大学）；ELTE Centre for Economic and Regional Studies（布达佩斯经济区域研究中心）；Department of Quantitative Economics, Maastricht University（马斯特里赫特大学数量经济学系）；HUN-REN Institute for Computer Science and Control（匈牙利科学院计算机与控制研究所）；Budapest University of Technology and Economics（布达佩斯技术与经济大学）
本文提出了一种智能彩票机制，通过事前改进概率分配并保持事后稳定性，实现校园选择中的帕累托改进。
2026-10-12 cs.GT econ.TH
Computing Stable Matchings under Complementarities and Preference Misalignment
本文研究互补偏好与偏好错位下的多对一稳定匹配问题，提出两个充分条件及CDAR算法，证明其收敛性、稳定性和帕累托最优性，并应用于车辆路线分配与劳资谈判场景。
2026-10-09 cs.GT
Limited Farsightedness in Priority-Based Matching
我们考虑基于优先级的匹配问题，有限的远见。我们发现，一旦代理商有足够的远见，从顶部交易周期（TTC）算法获得的匹配变得稳定：一个单例集组成的TTC匹配是一个地平线- $k$ vNM稳定集，如果远见的程度是大于三倍的代理商在TTC的最大周期的数量。相反，对于足够大的$k$，从延迟接受（DA）算法获得的匹配可能不属于任何水平- $k$ vNM稳定集.
2022-12-14 cs.GT econ.TH
Reducing the role of random numbers in matching algorithms for school admission
提出了解决大学入学问题的新方法，并在各种简单的情况下用蒙特卡洛模拟。基于一个限定符定义为平均排名，它被发现，这些方法是更有效的比波士顿和延期接受算法。效率的提高与随机决胜局的作用减少直接相关。新方法的防策略性也进行了评估。
2016-03-13 cs.GT
Complementarities in childcare allocation under priorities
该研究针对儿童托育分配的现有机制缺陷，引入自然偏好域与优先级结构，适配延迟接受机制以实现策略防操纵和学生最优稳定匹配，并给出稳定匹配存在的最大域，为带互补性的不可分割组合分配提供实践参考。
2023-08-28 cs.GT econ.TH
Machine Learning-Guided Quota Optimization for Multi-Round Two-Sided Matching
University of Evansville（伊文斯维尔大学）
针对多轮女生联谊会招募这一小型双边市场，提出集成随机森林分类器、整数线性规划和延迟接受算法的框架，优化邀请配额，在数据有限条件下实现96.4%的个体匹配一致率。
2026-06-15 cs.GT
Stable Matching Mechanisms are Not Obviously Strategy-Proof
许多双边匹配市场，从劳动力市场到学校选择计划，都使用基于申请人提出延迟接受算法的信息交换所，众所周知，这对申请人来说是防策略的。尽管如此，越来越多的经验证据表明，申请人歪曲他们的偏好时，这一机制的使用。本文表明，没有任何实现稳定匹配的机制对市场的任何一方都是“明显的防策略性”的，这是一种比Li（2017）引入的防策略性更强的激励属性。一个稳定的机制，显然是战略证明申请人的情况下，代理人在另一边有非周期性的偏好。
2018-07-18 cs.GT
Stable Outcomes for Two-Sided Contract Choice Problems
我们表明，一个简单的推广的延迟接受程序与企业提议由于盖尔和夏普利（1962），产生的双边合同选择问题，这必然属于核心和弱帕累托最优的公司。根据其他假设：（a）给定任意两个不同的工人，一个公司与第一个工人的收益率集合与第二个工人的收益率集合是不相交的，（b）合同选择问题是成对有效的，我们证明了没有稳定的结果，一个公司可以得到比我们的程序的唯一结果更多的收益。
2004-06-27 cs.GT
General Matching Games
本文将Garrido-Lucero和Laraki的一对一匹配博弈模型推广到一对多匹配市场和室友模型的一般框架，并给出了核心稳定且抗再谈判结果存在及高效计算的条件。
2025-07-21 cs.GT
Stable Matching: Choosing Which Proposals to Make
该研究针对稳定匹配中短偏好列表仍能生效的问题，基于相关基数效用模型强化了大规模市场下的稳定匹配效用相近结论，推出短偏好列表构造方法，并拓展到多类场景，还通过实验补充验证。
2023-05-01 cs.GT
A decomposition from a many-to-one matching market with path-independent choice functions to a one-to-one matching market
本文利用 Aizerman-Malishevski 分解将路径无关选择函数下的多对一匹配市场转化为关联一对一市场，提出新稳定性概念并建立稳定匹配同构，还改编延迟接受算法并证明乡村医院定理。
2025-05-15 cs.GT econ.TH
Approximately Stable Matchings with General Constraints
本文重点研究双边匹配，其中一方（医院或公司）是匹配的另一方（医生或工人），以最大限度地提高一个基本目标下的一般可行性约束。在标准模型中，即使多名医生可以匹配到一家医院，但医院有一个响应偏好和最大配额。然而，在实际应用中，医院有一些复杂的基数偏好和约束。有了这样的偏好（例如，子模块化）和约束（例如，背包或拟阵交集），稳定匹配可能不存在。本文首先确定了基于偏好类和约束类的稳定匹配检测和计算的复杂性。其次，我们建立了一个框架来分析这个问题上的包装问题，该框架使我们能够访问丰富的在线包装算法，使我们构造近似稳定的算法作为一个变种的广义延迟接受算法。我们进一步提供了一些不可逼近的结果。
2019-07-09 cs.GT
A Continuum Model of Stable Matching With Finite Capacities
本文介绍了稳定匹配的统一框架，该框架嵌套了有限市场中稳定匹配的传统定义以及Azevedo和Leshno（2016）的稳定匹配的连续定义作为特例。在这个框架内，我确定了一个新的连续模型，使个人水平的概率预测。这个新模型总是有一个唯一的稳定结果，可以使用延迟接受算法的模拟来找到。这个模型与Azevedo和Leshno（2016）的模型之间的关键区别在于，他们假设每个学校的学生兴趣是确定性的，而我提出的替代方案假设它遵循泊松分布。因此，即使对于只有10所学校和20名学生的市场，这个新模型也能准确地预测截止值的模拟分布。这个模型产生了关于匹配数量和质量的新见解。当学校同质时，它提供了学生平均排名的上限和下限，这与Ashlagi，Kanoria和Leshno（2017）的结果相匹配，但适用于更一般的环境。该模型还为Marx和Schummer（2021）考虑的平台定价设置中的匹配数量提供了清晰的分析表达式。
2022-05-25 cs.GT econ.TH
A Gale-Shapley View of Unique Stable Marriages
本文从延迟接受算法视角提出MaxProp和MaxRou两组新的唯一稳定匹配充分条件，证明其与顺序偏好、无交叉等已知条件不相交，并给出MaxProp的高效可验证刻画，深化了对USM类子结构的理解。
2024-08-02 cs.GT econ.TH
High Welfare Matching Markets via Descending Price
研究双边匹配的货币机制设计，提出基于降价的Marshallian Match机制并证明其在正估值下具有恒定无政府价格，同时扩展至信息成本与超图模型，负估值下引入近似稳定性但常数因子福利保证仍待解决。
2022-04-28 cs.GT
Two-Sided Manipulation Games in Stable Matching Markets
该研究将匹配市场中的双边操纵建模为非合作博弈，提出了同谋操纵博弈，并开发了寻找纯策略纳什均衡的多项式时间算法，证明了其总能产生稳定匹配，且技术可推广至其他操纵博弈。
2025-05-31 cs.GT cs.MA
Stable Matching with Predictions: Robustness and Efficiency under Pruned Preferences
Williams College（威廉姆斯学院）；Carnegie Mellon University（卡内基梅隆大学）
本文研究了在截断偏好列表下稳定匹配问题的鲁棒性和效率，提出两种算法并证明经典DA算法在预测情况下的有效性。
2026-02-02 cs.DS cs.GT
Two for One $\&$ One for All: Two-Sided Manipulation in Matching Markets
双边匹配市场中的策略行为传统上是在“单边”操纵环境中研究的，其中误报的代理人也是预期的受益者。我们的工作是调查“双侧”操纵的延迟接受算法的误报代理人和操纵者（或受益人）是在不同的方面。具体来说，我们概括了最近提出的共犯操纵模型（一个男人代表一个女人误报）沿着两个互补的维度：（a）一对一模型，一对误报代理人（男人和女人）和一个受益人（误报的女人），和（b）一个为所有的模型，一个误报代理人（男人）和一个受益人联盟（所有妇女）。我们的主要贡献是开发多项式时间算法，找到一个最佳的操作在这两种设置。我们得到这些结果，尽管事实上，最佳的一个为所有的策略未能不显眼，而目前还不清楚是否最佳的两个为一个策略满足不显眼属性。我们还研究了条件下，所得到的匹配的稳定性是保留的。实验上，我们表明，双边操纵更频繁地提供，并提供更好的质量比他们的单边同行的匹配。
2022-01-21 cs.GT
Two-Sided Matching Markets with Correlated Random Preferences
在由男性和女性组成的社区中的稳定匹配是一个经典的组合问题，自1962年盖尔和沙普利在一篇开创性的论文中提出以来，一直是激烈的理论和实证研究的主题，他们为这个问题设计了著名的“延迟接受”算法。在输入中，每个参与者对相反类型的参与者进行排名，因此输入由表示偏好列表的排列集合组成。如果某个男女配对是阻塞的，那么二分匹配是不稳定的：在匹配中，双方都严格地喜欢对方而不是他们的伴侣。稳定性是从可操纵性的角度匹配市场的一个重要经济学概念。稳定匹配的唯一性意味着不可操作性，而近似唯一性意味着有限的可操作性，因此这些是与稳定匹配算法的质量相关的数学性质。本文从理论上研究了相关性对稳定匹配算法的近似可操作性的影响。我们的方法是超越最坏的情况，假设一些输入偏好列表是从分布中提取的。我们的模型包括一个离散的概率过程的灵感来自流行模型引入Immorlica和Mahdian，提供了一种方法来捕捉偏好列表之间的相关性。近似可操纵性是从几个角度接近：当一个人的所有稳定的合作伙伴有大约相同的排名;或当大多数人有一个独特的稳定的合作伙伴。另一个有趣的数量是一个人稳定伴侣的数量。我们的研究结果的目的是描绘一幅图片的操纵稳定的匹配在“超越最坏的情况”设置。
2021-03-08 cs.CY cs.DM cs.DS
Fair Stable Matching Meets Correlated Preferences
稳定的匹配问题为从学校选择和医疗居住到拼车和难民安置等几个实际应用奠定了经济基础。它关注的是在两个不相交的代理集合之间找到匹配，其中没有一对代理彼此偏好于其匹配的合作伙伴。延迟接受（DA）算法是一个优雅的过程，可以保证任何输入的稳定匹配;然而，它的结果可能不公平，因为它总是通过返回对一方（例如男性）最佳而对另一方（例如女性）悲观的匹配来支持一方。一个理想的公平概念是最小化性别平等成本，即双方总排名之间的差异。计算这样的稳定匹配是一个强NP难问题，这就提出了在实践中采用什么样的易处理算法的问题。我们进行了一系列的性别平等的稳定匹配双方的代理人的偏好相关的性质的实证评估。我们的实证结果表明，相关的偏好下，DA算法返回稳定的匹配与低的性别平等成本，这进一步证实了它在许多实际应用中的广泛使用。
2022-01-29 cs.GT cs.MA
Resolute and symmetric mechanisms for two-sided matching problems
针对一对一双边匹配模型中延迟接受算法偏向某方的问题，引入涵盖不同公平水平的对称性性质，结合群论方法证明坚决性别公平机制存在的充要条件为每方智能体数奇数，且不存在坚决性别公平最小最优机制。
2024-11-26 cs.GT econ.TH math.GR
Deep Learning for Two-Sided Matching
John A. Paulson School of Engineering and Applied Sciences, Harvard University（哈佛大学约翰·A·保尔森工程与应用科学学院）；Harvard Business School（哈佛商学院）；Harvard College（哈佛学院）
本文首次将深度学习用于双边匹配机制设计，提出可微替代指标训练机制，发现其高效前沿优于传统基线组合，为经济理论与机器学习结合开辟新路径。
2023-11-15 cs.AI cs.GT cs.LG
Compatible $k$-Relaxations of Fairness and Non-Wastefulness Under Hereditary Constraints
Kyushu University（九州大学）
研究在继承约束下的双面匹配市场，提出通过 $k$-放松公平性与非浪费性，实现两者兼容，设计了两种算法并验证了其有效性。
2026-04-30 cs.GT
Capacity Modification in the Stable Matching Problem
本研究系统分析多对一稳定匹配中企业容量增减对匹配集合的影响，提出多项式算法处理受限容量修改问题，并证明额外约束下的NP困难性，同时对比容量修改与企业偏好操纵的效果，发现企业容量峰值是决定操纵有效性的关键。
2025-07-10 cs.GT
Efficient Interview Scheduling for Stable Matching
The Hebrew University of Jerusalem（耶路撒冷希伯来大学）
针对偏好不确定且需通过面试揭示的市场，提出两种自适应算法（顺序和混合）以最小化面试次数和轮数，实现临时稳定匹配，并证明每代理平均2次面试的必要性。
2026-07-03 cs.GT
Exploring Strategy-Proofness, Uniqueness, and Pareto Optimality for the Stable Matching Problem with Couples
University of Toronto（多伦多大学）
耦合稳定匹配问题（SMP-C）是涉及互补性的稳定匹配问题（SMP）在现实世界中的一个普遍扩展。虽然SMP可以在多项式时间内求解，但SMP-C是NP完全的。因此，目前尚不清楚的是，如果有的话，周围的典型SMP问题的理论结果适用于这种设置。在本文中，我们使用最近开发的SAT编码来解决SMP-C。这允许我们枚举任何给定SMP-C实例的所有稳定匹配。有了这个工具，我们经验性地评估了一些已经假设为SMP-C的属性。我们特别感兴趣的是，随着市场规模的增长，具有唯一稳定匹配的实例的百分比是否也在增长。虽然我们在随机抽样的问题实例中没有发现这种趋势，但我们确实发现，具有常驻最佳匹配的实例的百分比似乎更接近于之前的预测趋势。我们还定义和调查居民帕累托最优稳定匹配，发现，即使这是重要的desideratum的延迟接受风格的算法以前设计解决SMP-C，他们并不总是找到一个。我们还调查了SMP-C的防策略性，表明即使只有一个稳定的匹配存在，居民仍然有动机误报他们的偏好。然而，如果一个问题有一个居民的最佳稳定匹配，我们表明，居民不能通过截断操纵。
2015-05-13 cs.AI cs.GT
Distributed Interview Selection for Stable Matching in Large Random Markets
研究延迟接受稳定匹配市场中候选人应如何选择面试，提出一种分布式低通信策略，在住院医师和学校选择场景中实现低未匹配率并达到ε-纳什均衡。
2025-06-24 cs.GT econ.TH
Improved Bandits in Many-to-one Matching Markets with Incentive Compatibility
John Hopcroft Center for Computer Science, Shanghai Jiao Tong University（上海交通大学约翰·霍普克罗夫特计算机科学中心）
本文研究多对一匹配市场的在线学习问题，提出AETDA算法在未知偏好差距下实现多项式玩家最优稳定遗憾并保证激励兼容性，同时设计ODA算法处理更广泛的可替代偏好设定。
2024-06-02 cs.GT cs.LG
Maximally Diverse Stable Matchings: Optimizing Arbitrary Institutional Objectives
Centre for Economic and Regional Studies, Eötvös Loránd University（布达佩斯罗兰大学经济与区域研究中心）；Budapest University of Technology and Economics（布达佩斯技术与经济大学）；Kyushu University（九州大学）；AI Lab, CyberAgent（CyberAgent AI实验室）
本文提出一种多项式时间算法框架，在稳定匹配集合中优化任意机构目标，解决多样性目标与稳定性的平衡问题。
2026-10-05 cs.GT
Uber Stable: Formulating the Rideshare System as a Stable Matching Problem
本文通过 Gale-Shapley 延迟接受算法构建偏好感知的网约车任务分配模型，兼顾收入最大化与司机偏好，并与随机、最近邻及波士顿算法对比，旨在实现公平收入分配并提升系统效率。
2024-03-19 cs.GT cs.MA
Maximum Stable Matching with Matroids and Partial Orders
本文研究拟阵核中的最大稳定匹配，针对区间序偏好给出简单的1.5近似算法，并证明二分情形LP整性隙上界及任意偏序下的因子2困难性。
2024-09-09 cs.GT
The Distortion of Stable Matching
School of Informatics, University of Edinburgh（爱丁堡大学信息学院）
研究稳定匹配中的扭曲问题，提出通过随机化或少量值查询实现高精度匹配，证明随机化DA算法扭曲为2，并改进查询数量上限。
2026-02-16 cs.GT
