Optimal Kidney Exchange with Immunosuppressants
肾脏交换算法是市场设计、人工智能和运筹学中的关键成功应用之一。有效的免疫抑制药物抑制身体排斥移植器官的能力，直到有可能进行血液或组织类型不相容的移植。与标准的肾脏交换问题相反，我们考虑的设置，也涉及决定哪些收件人从有限的免疫抑制剂供应，使他们与原来不兼容的肾脏兼容。我们首先提出了一个通用的计算框架来模拟这个问题。我们的主要贡献是一系列有效的算法，提供灵活性，在满足有意义的目标。出于当前现实的肾脏交换使用复杂的基于并行编程的清除算法，然后，我们提出了一个通用的，但可扩展的方法，以最佳的清除与免疫抑制，我们验证了我们的方法从一个大的实地交流的现实数据。
2021-03-03 cs.DS cs.GT
Rejection-proof Kidney Exchange Mechanisms
肾脏交换计划（KEP）形成了一种创新的方法，通过允许肾脏患者与愿意但不相容的供体一起参与来增加供体库。KEP的目的是确定不相容的供体-受体对的组，这些组可以交换供体，从而导致可行的移植。随着肾脏交换规模的扩大，更大比例的参与者可以被移植。因此，多个移植中心通过合并其单独的肾脏交换池进行合作是可取的。由于每个移植中心都有自己的利益，为自己的患者提供最好的护理，合作需要平衡个人和共同的目标。我们考虑一类多中心肾脏交换计划的算法机制，我们称之为防拒绝机制。这种机制提出的解决方案具有任何参与者都不希望单方面偏离的性质。我们提供了一个机制，优化社会价值在此限制下，虽然底层的优化问题是Sigma-2-p-Hard。我们还描述了一个计算上更容易，但次优的替代方案。实验表明，与定期肾脏交换的最佳解决方案相比，可以以有限的成本实现防排斥。在计算上，我们提供了算法来计算最佳拒绝证明解决方案的小型和中型实例大小。
2022-06-23 cs.GT math.OC
Game theoretical analysis of Kidney Exchange Programs
本文将跨机构肾脏交换建模为N人非合作博弈，刻画均衡并分析移植信息质量的影响，且基于加拿大肾脏配对捐赠项目的实例计算验证Nash均衡的作用。
2020-12-09 cs.GT
Novel Integer Programming models for the stable kidney exchange problem
肾脏交换计划（KEP）为患有终末期肾病的患者提供了额外的移植可能性。如果一个病人有一个愿意的活体捐赠者，但病人与捐赠者不相容，这对病人-捐赠者可以加入一个不相容的配对库，如果病人和捐赠者之间存在两对或更多对的相容性，他们之间可以交换器官。这个问题可以建模为一个整数规划，在一般情况下，目的是找到应该被选择用于移植的对，使得执行最大数量的移植。在本文中，我们认为，对于每个病人可能存在一个优先顺序的器官，他/她可以接收，因为一个病人可能是兼容的几个捐助者，但可能有一个更好的适合一些比其他人。在这种设置下，目标是找到最大基数稳定交换，一个不存在阻塞循环的解决方案。为此，我们提出了三个新的整数规划模型的基础上著名的边缘和周期配方。这些公式进行了调整，以寻找稳定和强稳定的交换条件下严格的偏好和偏好的关系时，可能存在的情况下。此外，我们研究的情况下，稳定性的要求可以放宽解决方案中允许的最大基数与阻塞周期数之间的权衡。所提出的模型的有效性进行了评估，通过广泛的计算实验上的广泛的实例。
2020-12-09 cs.GT
Parameterized Algorithms for Kidney Exchange
本文研究有向图肾脏交换的参数化复杂度，按获救患者数、树宽加路径/环长度上限及顶点类型数设计 FPT 算法，并给出核化结果与特殊情形近似算法。
2024-06-14 cs.DS cs.GT
Balancing Lexicographic Fairness and a Utilitarian Objective with Application to Kidney Exchange
University of Maryland（马里兰大学）
平衡资源分配中的公平与效率是一个经典的经济学和计算问题。公平的价格衡量的是在使用效率低下但公平的分配规则时最坏情况下的经济效率损失;对于许多情况下不可分割的商品，这个价格高得令人无法接受。其中一种情况是肾脏交换，需要的患者交换愿意但不相容的肾脏捐赠者。在这项工作中，我们关闭了一个开放的问题，在现代肾脏交换的公平性的理论价格。然后，我们提出了一个一般的混合公平规则，平衡严格的字典的偏好排序类的代理，和一个功利的目标，最大限度地提高经济效率。我们开发了一个实用功能，有利于弱势群体的这一规则字典，但如果成本整体效率变得太高，它切换到一个功利的目标。这一规则只有一个参数，与公平价格的界限成比例，并且可以由政策制定者调整。我们将此规则应用于一个大型肾脏交易所的真实数据，并表明我们的混合规则比其他公平规则产生更可靠的结果。
2017-09-07 cs.AI cs.GT
Shapley-Scarf Housing Markets: Respecting Improvement, Integer Programming, and Kidney Exchange
在Shapley和Scarf的住房市场中，每个代理人被赋予一个不可分割的对象，并对所有对象具有偏好。如果不存在（弱）阻塞联盟，则对象的分配在（强）核心中。在本文中，我们表明，在严格的偏好的情况下，唯一的强核心分配（或竞争性分配）方面的改进：如果代理的对象变得更有吸引力的一些其他代理，那么代理的分配在唯一的强核心分配弱改善。我们得到一个一般的结果，在偏好的关系的情况下，并提供新的整数规划公式计算（强）核心和竞争力的分配。最后，我们进行了计算机模拟，比较博弈理论的解决方案与最大规模和最大重量的市场，类似于肾脏交换计划的池交换。
2021-01-30 cs.GT econ.TH
Computing Balanced Solutions for Large International Kidney Exchange Schemes
为了克服不相容的问题，肾脏患者可能会交换他们的供体。在国际肾脏交换计划（IKEP）中，各国将其国家患者-供体库合并。我们考虑最近引入的信用体系。在每一轮中，各国将获得肾脏移植总数的初步"公平“分配。该分配由信用函数调整，从而产生目标分配。目标是找到一个尽可能接近目标分配的解决办法，以确保国际资金池的长期稳定。作为解决方案，我们使用最大匹配，按字典顺序最大限度地减少国家偏离目标分配。我们首次对{ \it large}个国家进行了计算研究。对于初始分配，我们使用两个易于计算的解决方案的概念，效益值和贡献值，和四个经典的，但难以计算的概念，Shapley值，核仁，Banzhaf值和tau值。通过使用国家的最先进的软件，我们表明，后四个概念是触手可及的IKEP多达15个国家。我们的实验表明，使用字典最小的最大匹配，而不是那些只最大限度地减少最大偏差的目标分配（如前所述），可以使IKEP高达54%更平衡。
2023-02-23 cs.DM cs.DS cs.GT
The NTU Partitioned Matching Game for International Kidney Exchange Programs
Eötvös Loránd University（罗兰大学）；HUN-REN KRTK KTI（匈牙利研究网络科学院应用研究所）；HUN-REN–ELTE Egerváry Research Group（匈牙利研究网络-罗兰大学埃格瓦里研究组）；Department of Operations Research, Eötvös Loránd University（罗兰大学运筹学系）
本文提出了一种针对国际肾脏交换计划的NTU分割匹配游戏模型，分析了其核的计算复杂性及稳定性特性。
2026-02-20 cs.DS cs.GT
Complexity and Manipulation of International Kidney Exchange Programmes with Country-Specific Parameters
本文研究具有国家特定参数约束的国际肾脏交换计划，给出最大移植数量可行循环打包问题的完整复杂性二分法，并提出个体理性且激励相容的机制以抑制国家虚报参数，同时证明其近似比渐近最优且实际性能更优。
2025-06-05 cs.CC cs.GT econ.TH
Incentive-Compatible Kidney Exchange in a Slightly Semi-Random Model
出于肾脏交换的动机，我们研究了以下机制设计问题：在有向图（患者-供体对之间的移植相容性）上，该机制必须选择一个简单的路径（移植链），从一个杰出的顶点（利他主义的供体）开始，使得该路径的总长度尽可能大（最大数量的患者接受肾脏）。然而，该机制不具有对图的直接存取。相反，顶点被划分到多个参与者（医院），每个参与者向机制报告她的顶点的子集。特别地，玩家可以策略性地省略顶点以增加她的顶点中有多少位于由该机制返回的路径上。我们的目标是找到机制，限制这种操纵的动机，同时产生长的路径。不幸的是，在最坏的情况下，与整体最长路径竞争是不可能的，同时激励（近似）真实性，即，要求隐藏节点不能增加玩家的效用超过$1 + o(1)$的因子。因此，我们采用半随机模型，其中少量（$o(n)$）随机边缘被添加到最坏情况的实例。虽然它仍然是不可能的真实的机制，以竞争的整体最长的路径，我们给出了一个真实的机制，竞争一个较弱的，但不平凡的基准：任何路径的长度，其子路径在每个球员有一个最小的平均长度。事实上，我们的机制满足了更强的真实性概念，我们称之为匹配时间激励相容性。这个真实性的概念要求每个参与者不仅要如实地报告她的节点，而且不要在她的任何节点上停止返回的路径，以便将其转移到她自己的子图中的延续。
2021-06-21 cs.GT econ.TH
Computing Balanced Solutions for Large International Kidney Exchange Schemes When Cycle Length Is Unbounded
Corvinus University of Budapest（布达佩斯考文纽斯大学）；KRTK, Institute of Economics（匈牙利科学院经济研究所）；Eötvös Loránd University（罗兰大学）；Department of Computer Science, Durham University（杜伦大学计算机系）
研究探讨了在国际肾脏交换计划中，允许无界循环长度时如何高效计算平衡解，并分析其对稳定性和社会福利的影响。
2025-12-28 cs.CC cs.DS cs.GT
Partitioned Matching Games for International Kidney Exchange
提出分区匹配博弈建模国际肾脏交换的公平分配，界定核非空性判定在宽度 $c\leq2$ 与 $c\leq3$ 间的复杂性分界，并完成 $b$-匹配博弈分类及公平最优解选择分析。
2024-01-21 cs.CC cs.DS cs.GT
Maximum Matchings in Graphs for Allocating Kidney Paired Donation
终末期肾病患者的亲属和朋友提出捐献肾脏，往往被发现与预期的接受者不相容。肾脏配对捐赠将一名患者及其不相容的捐赠者与另一名患者和捐赠者在相同的情况下进行器官交换。设患者-供体对是无向图G的顶点，其边连接任意两个相容的顶点。G中的匹配是配对捐赠的可行集合。我们描述了各种优化问题的肾脏配对捐赠图G和每一个在临床移植的优点。由于某些匹配在地理上是不期望的，并且移植肾的预期寿命取决于供体和受体的免疫一致性，因此我们对G的边缘进行加权并寻求最大边缘权重匹配。不幸的是，这种匹配可能没有最大基数;配对捐赠的质量和数量之间存在不可预测的权衡风险。我们提出了一个边加权的G，保证每个匹配的最大权重也有最大的基数，也最大限度地提高移植的数量为一个特殊的子集的收件人，同时减少旅行和有利于免疫一致性。
2017-10-22 cs.DS cs.GT
A note on the rationing of divisible and indivisible goods in a general network
匹配理论的研究已经获得了重要性，最近在肾脏交换，房屋分配，学校选择等应用这些问题的总主题是在参与代理之间公平地分配商品。代理人通常有一个单位的供应/需求，他们想与其他代理人交换。另一方面，Bochet等人研究了这个问题的一个更一般的版本，他们允许代理商将任意数量的可分割商品配给网络中的其他代理商。在目前的工作中，我们的主要重点是非二分网络，代理人有一个同质的不可分割的好，他们希望与他们的邻居交换的任意单位。我们的目标是开发机制，将确定一个公平和strategyproof分配网络中的代理。因此，我们将肾脏交换问题推广到具有任意容量的网络。我们的主要思想是，这个问题和其他几个相关版本的非二分公平分配问题可以适当地转换为公平分配的二分网络，我们知道研究的公平分配机制之一。
2020-01-17 cs.GT math.CO
Private Pareto Optimal Exchange
我们考虑的问题，实现个人理性的，渐进的帕累托最优分配在易货交换经济中，代理人被赋予货物和对他人的货物的偏好，但可能不使用货币作为交换媒介。由于这种经济的最重要的实例之一是肾脏交换-其中对问题的“输入“包括敏感的病人医疗记录-我们要问，在向参与者提供正式的隐私保证的同时，这种交换可以进行到什么程度。我们表明，单独合理的分配不能实现任何非平凡的近似帕累托最优，如果进行的约束下的差分隐私-甚至放松\emph{joint}差分隐私，根据它是已知的，渐近最优分配可以计算在双边市场，如果买家和卖家之间有区别，我们只关心买家的隐私~ \citep{Matching}。因此，我们考虑进一步放宽，我们称之为\emph{marginal}差分隐私-这承诺，非正式地说，每个代理$i$的隐私是保护从每个其他代理$j \neq i$，只要$j$不勾结或共享分配信息与其他代理。我们表明，在边际差分隐私，它是可能的，以计算一个单独的理性和渐近帕累托最优分配在这样的交换经济。
2015-02-13 cs.GT
Cooperative Resource Trading for Network Slicing in Industrial IoT: A Multi-Agent DRL Approach
针对工业物联网网络切片的资源共享需求，本文将租户间资源交易建模为合作Stackelberg博弈，提出多智能体深度强化学习方法实现均衡，在效用最大化上优于基准方法。
2023-08-26 cs.GT
Fair Indivisible Payoffs through Shapley Value
University of Warsaw（华沙大学）；ETH Zürich（苏黎世联邦理工学院）
本文提出一种公平分配不可分割物品的方法，通过定义不可分割夏普利值，研究其性质，并通过三个案例研究验证其有效性。
2026-04-01 cs.AI cs.GT
The Platform Design Problem
Columbia University（哥伦比亚大学）
在线公司部署软件平台套件，其中每个平台都被设计为在特定活动期间与用户交互，例如浏览，聊天，社交，电子邮件，驾驶等，这种交换的经济和激励结构以及其算法性质尚未被探索。我们将这种交互建模为设计师和一个或多个代理之间的Stackelberg游戏。我们的代理模型作为一个马尔可夫链的状态是活动，我们假设代理的效用是这个链的稳态分布的线性函数。设计者可以为这些活动/状态中的每一个设计平台;如果代理采用平台，则马尔可夫链的转移概率会受到影响，因此代理的目标也会受到影响。设计者的效用是可访问状态的稳定状态概率减去平台的开发成本的线性函数。Agent的底层优化问题--如何选择采用平台的状态--是一个MDP。如果该MDP具有简单但合理的结构（从一个状态到另一个状态的转移概率仅取决于目标状态和当前状态的复发概率），则Agent的问题可以通过贪心算法来解决。设计者的优化问题（设计一个自定义套件的代理，以便优化，通过代理的最佳反应，设计者的收入），是NP难近似在任何有限的比率;然而，特殊的情况下，虽然仍然NP难，有一个FPTAS。这些结果概括了从一个单一的代理代理的分布有限的支持，以及设置设计师必须找到最佳的反应，其他设计师的现有策略。我们讨论了我们的研究结果和未来的研究方向的其他影响。
2021-07-13 cs.CC cs.GT cs.LG
