Egalitarianism of Random Assignment Mechanisms
我们认为，平均主义的福利方面的随机分配机制时，代理人有不受限制的基数效用的对象。我们给出了不同的随机分配机制如何近似最优平均值的界限，并研究了不同的知名属性，如平凡性，无嫉妒性和真实性对可实现的平均值的影响。最后，我们进行了详细的实验分析效率之间的权衡与嫉妒自由或真实性使用两个突出的随机分配机制-随机串行独裁和概率串行机制-不同类别的效用函数和分布。
2015-07-24 cs.GT
Ordinal Bayesian incentive compatibility in random assignment model
我们探讨了随机分配模型中将激励相容的概念从策略防护弱化为有序贝叶斯激励相容（OBIC）的后果。如果代理的共同先验是一个统一的先验，那么一大类随机机制是OBIC关于这个先验-这包括概率串行机制。然后，我们引入了一个强大的版本的OBIC：一个机制是本地鲁棒OBIC，如果它是OBIC的所有独立的先验在某个邻域中的一个给定的独立先验。我们证明了每一个局部鲁棒OBIC机制满足一个温和的性质称为基本单调性是防策略。这导致了Bogomolnaia和Moulin（2001）的不可能性结果的加强：如果至少有四个代理人，则不存在局部鲁棒OBIC和满足平等待遇的有序有效机制。
2021-05-16 cs.GT econ.TH
Random assignment with multi-unit demands
我们考虑多单元随机分配问题，其中代理人表示对对象的偏好和对象被随机分配给代理人的偏好的基础上。最完善的偏好关系，比较随机分配的对象是随机优势（SD），这也导致了相应的概念，嫉妒自由，效率，和弱strategyproofness。我们发现，不存在匿名的，中立的，有效的和弱防策略的规则。对于单单位随机分配，我们证明了不存在匿名的，中立的，有效的和弱群体策略的证据。然后，我们研究了一个推广的PS（概率序列）规则称为多单元吃PS和证明，多单元吃PS满足envy-freeness，弱strategyproofness，和quadrity。
2015-06-19 cs.GT
Partial Strategyproofness: Relaxing Strategyproofness for the Random Assignment Problem
我们提出了部分防策略性，一个新的，宽松的防策略性的概念，研究非防策略分配机制的激励特性。非正式地说，一种机制是部分防策略的，如果它使真实的报告占主导地位的策略，这些代理人的偏好强度之间的任何两个对象有足够的差异。我们证明了部分防策略性是公理化的动机，并产生一个参数测量“如何防策略”的分配机制。我们应用这一新概念，以获得新的见解的概率串行机制和波士顿机制的不同变体的激励特性。
2020-08-02 cs.GT
An Approximate "Law of One Price" in Random Assignment Games
分配博弈代表了一个易于处理但又通用的双边市场转移模型。我们研究了随机生成的分配游戏的核心可能的属性。如果每个企业和工人的联合生产率是独立同分布有界随机变量，那么所有工人的工资很可能大致相同，所有企业的利润也大致相同。这意味着，在平衡的市场中，核心配置差异很大，但即使在稍微不平衡的市场中，也会出现核心趋同。对于均匀分布的基准情况，我们提供了一个紧边界下的企业最优核心配置的工人的剩余份额。我们目前的模拟结果表明，分析的现象出现，即使在中型市场。最后，我们简要讨论了无界分布的影响，以及它们可能影响工资离散的方式。
2014-04-24 cs.GT
Truthful Assignment without Money
我们研究了真实机制的设计，不使用支付的广义分配问题（GAP）及其变种。GAP的一个实例由一个二分图组成，一边是作业，另一边是机器。机器有容量，边有值和大小;目标是构造一个福利最大化的可行分配。在我们的模型中的私人估值，动机不可能的结果，所有的工作机器对的值和大小是公共信息，但是，是否存在的边缘或不存在的二分图是一个工作的私人信息。我们从匹配开始研究GAP的几个变体。对于未加权的版本，我们给出了一个最佳的防策略机制;然而，对于最大权重二分匹配，我们给出了一个2-近似防策略机制，并通过匹配下界表明这是最佳的。接下来我们研究背包类问题，这是APX困难的。对于这些问题，我们开发了一个通用的LP为基础的技术，扩展了拉维和斯瓦米的想法，以减少设计一个真实的机制，没有钱设计这样的机制的分数版本的问题，在损失的一个因素等于完整性差距的近似比。我们使用这种技术来获得strategyproof机制与这些问题的常数近似比。然后，我们设计了一个O（log n）-近似的防策略机制的差距减少，对数损失的近似，我们的解决方案的值不变的差距。我们的技术可能是独立的利益，设计真实的机制，没有钱的其他LP为基础的问题。
2011-04-16 cs.GT
A Comment on the Averseness of Random Serial Dictatorship to Stochastic Dominance Efficiency
随机序列独裁（RSD）可以说是最著名和最广泛使用的分配规则。尽管它返回一个事后有效分配，Bogomolnaia和Moulin（A new solution to the random assignment problem，J. Econ. Theory 100，295- 328）证明RSD可能不是SD有效的（关于随机优势的有效）。结果提出了以下问题：在什么条件下RSD不是SD有效的？在这篇评论中，我们给出了一个详细的论点，RSD分配是不是SD有效的，当且仅当一个事后分配存在，是不是SD有效的。因此，RSD可以被视为本质上反对SD效率。Manea（2009）证实了这一特性。
2016-03-25 cs.GT
Randomized Strategyproof Mechanisms with Best of Both Worlds Fairness and Efficiency
本文针对不可分割物品分配中的策略防操纵、公平与效率冲突，先证明确定性机制的不可能性，再利用随机化分别对杂务分配和两智能体混合物品分配提出兼具事前事后公平与效率的随机化策略防操纵机制。
2024-08-02 cs.GT
Incompatibility of Efficiency and Strategyproofness in the Random Assignment Setting with Indifferences
一个基本的资源分配设置是随机分配问题，其中代理表达对象的偏好，然后随机分配给代理。2001年，Bogomolnaia和Moulin提出了概率序列（PS）机制，该机制是一种匿名的，中立的，Pareto最优的，弱防策略的机制，当偏好被认为是相对于随机优势。当代理人对单个对象有严格的偏好时，结果成立。当主体之间存在无差异时，是否存在满足相同性质的机制一直是一个悬而未决的问题。我们发现，对于这个更一般的域，不存在扩展的PS是事后有效的和弱strategyproof。结果令人惊讶，因为它甚至不需要额外的对称或公平条件，如匿名，中立或平等对待平等。我们的结果进一步证明了Katta和Sethuraman（2006）的扩展PS机制缺乏弱SD-防策略性不是扩展PS的设计缺陷，而是由于PS在全偏好域中的效率和防策略性的内在不相容性。
2016-04-26 cs.GT
Game-Theoretically Secure Protocols for the Ordinal Random Assignment Problem
本文研究分布式序数随机分配中的最大最小安全协议，证明公平性与序数效率不可兼得，并提出实现公平、稳定及均匀占优的 OnlinePSVar 协议。
2023-04-26 cs.GT
Decomposition Envy-Freeness in Random Assignment
Chuo University（中央大学）；National University of Singapore（新加坡国立大学）；Institute of Science Tokyo（东京科学大学）
本文提出分解嫉妒公平性（Dec-EF）概念，用于解决随机分配中SD-EF可能无法满足的情况，适用于最多三名代理人或偏好种类不超过两种的情形。
2026-04-18 cs.GT econ.TH
Strategyproof Quota Mechanisms for Multiple Assignment Problems
我们研究的问题，分配多个对象的代理没有可转让的效用，每个代理可能会收到一个以上的对象根据配额。根据字典的偏好，我们的特点是一套防策略，非专横，中立的配额机制，并表明，在一个温和的帕累托效率条件下，串行独裁配额机制是唯一的机制，满足这些属性。放弃中立性要求，这类配额机制进一步扩展到顺序独裁配额机制。然后，我们扩展配额机制随机设置，并表明，随机串行独裁配额机制（RSDQ）是envyfreeness，strategyproof，事后有效的任何数量的代理和对象和任何配额制度，证明了良好的研究随机串行独裁（RSD）满足envyfreeness时的偏好是字典。
2016-12-17 cs.GT
Random Assignment of Indivisible Goods under Constraints
本文研究带可行性约束的不可分物品随机分配问题，证明在划分拟阵约束下有效且免嫉妒的分配可能不存在，并识别出保证存在性的特殊情形，进而提出相应机制。
2024-12-26 cs.GT econ.TH
Random Extensive Form Games and its Application to Bargaining
我们考虑两个玩家的随机扩展型博弈，其中叶子上的收益是从给定的可行集C中随机一致抽取的。我们研究了在各种随机（或确定性）分配的玩家节点的二叉树的深度增加的子博弈完美均衡结果的渐近分布。我们的特点下的渐近分布集中在一个点的分配。我们的分析提供了一个自然的方式来获得从渐近分布一个新的解决方案的概念，两个球员讨价还价的问题，一个坚实的战略理由。
2015-09-08 cs.GT
Parametrized Algorithms for Random Serial Dictatorship
投票和分配是社会选择理论中两个最基本的背景。对于这两种设置，随机序列独裁（RSD）是一个众所周知的规则，满足匿名性，事后效率和防策略性。最近，它表明，计算结果的概率是#P-完全的投票和分配设置。在本文中，我们研究RSD从参数化的复杂性的角度来看。更具体地说，我们提出了有效的算法来计算RSD概率的条件下，代理类型，替代品，或对象的数量是有界的。
2014-08-04 cs.GT
Unknown I.I.D. Prophets: Better Bounds, Streaming Algorithms, and a New Impossibility
预言不等式指出，对于某些$α\in[0,1]$，赌徒按顺序观察随机变量$X_1,\dots,X_n$并选择其中之一，其可获得的期望值至少是序列中最大值的$α$分数。我们对Correa等人（EC，2019）首次研究的设置进行了三次明显的改进，并且与算法定价的现代应用特别相关。在这种情况下，随机变量是独立同分布的。并且游戏者可以访问某些$β\geq 0$的附加$βn$样本。我们首先针对广泛的$β$值给出了改进的$α$下界;具体而言，当$β\leq 1/(e-1)$时，$α\geq(1+β)/e$是紧的，当$β=1$时，$α\geq 0.648$是紧的，由于Correa等人（SODA，2020），它改进了$0.635$左右的界。添加到他们的实际吸引力，特别是在算法定价的背景下，然后，我们表明，即使在流模型的计算，从而在使用相关数据的情况下，可以获得新的界限是复杂的数据量。我们最后建立的上限$1/e$的情况下，没有样本是强大的额外信息的分布，也适用于序列的i.i.d.随机变量，其分布本身根据已知分布从已知候选分布的有限集合中绘制。这意味着可交换随机变量序列的一个紧预言不等式，回答了Hill和Kertz（Contemporary Mathematics，1992）的一个问题，但当候选分布的数量很小时，我们相信这种设置对应用程序有很大的兴趣时，就有可能得到更好的保证。
2020-11-21 cs.DS cs.GT
Mitigating Manipulation in Peer Review via Randomized Reviewer Assignments
Carnegie Mellon University（卡内基梅隆大学）；Duke University（杜克大学）
我们考虑了会议同行评审中的三个重要挑战：（i）评审员恶意地试图被分配到某些论文以提供积极的评论，可能是与作者的交换协议的一部分;（ii）“鱼雷评审”，评审员故意试图被分配到他们不喜欢的某些论文以拒绝它们;（iii）在发布相似性和评审员分配代码时进行评审员去匿名化。在概念方面，我们确定了这三个问题之间的联系，并提出了一个框架，将所有这些挑战放在一个共同的保护伞下。然后，我们提出了一个（随机）算法的审稿人分配，可以最佳地解决审稿人分配问题的概率分配任何审稿人对任何给定的约束下。我们进一步考虑的问题，限制联合概率，某些可疑对的审稿人被分配到某些文件，并表明，这个问题是NP-困难的任意约束这些联合概率，但有效地解决了一个实际的特殊情况。最后，我们在过去会议的数据集上对我们的算法进行了实验评估，我们观察到它们可以将任何恶意审稿人被分配到他们想要的论文的机会限制在50%，同时产生超过90%的总最佳相似度的分配。我们的算法仍然实现了这种相似性，同时也防止了具有密切关联的审稿人被分配到同一篇论文。
2020-10-23 cs.AI cs.GT
Random Assignment Under Bi-Valued Utilities: Analyzing Hylland-Zeckhauser, Nash-Bargaining, and other Rules
Hylland-Zeckhauser（HZ）规则是用于随机分配项目的公知规则。该规则的复杂性最近重新引起了人们的兴趣，Vazirani和Yannakakis（2020）提出了一种双值效用下规则的强多项式时间算法，并提出了一些一般性见解。我们研究的情况下，代理商具有双值效用的规则。我们指出了HZ规则的几个特征，与文献中的几个著名规则有更清晰的关系。因此，我们指出替代强多项式时间算法的HZ解决方案。我们也给减少计算HZ解决方案计算著名的解决方案的基础上leximin或纳什社会福利。一个有趣的对比是，HZ规则是群体策略防护的，而无约束的竞争均衡与平等收入规则甚至不是策略防护的。我们澄清了从1-0效用到更一般的双值效用时，结果会发生变化。最后，我们证明了密切相关的纳什谈判解决方案违反了嫉妒自由和战略的证据，即使在1-0效用。
2021-03-02 cs.DS cs.GT
Mechanism Design without Money via Stable Matching
没有金钱的机制设计在社会选择文献中有着丰富的历史。由于Gibbard和Satterthwaite的强不可能定理，探索存在主导策略机制的领域是该领域的核心问题之一。我们提出了一个通用的框架，称为广义装箱问题（\gpp），研究机制设计问题没有支付。\gpp \具有丰富的结构，并包括许多作为特殊情况的经过充分研究的模型，例如，拟阵、匹配、背包、独立集和广义分配问题。我们采用近似机制设计的议程，其目标是设计一个真实的（或strategyproof）的机制，没有钱，可以在多项式时间内实现，并产生一个很好的近似社会最优解。研究了\gpp的几种特殊情况，给出了拟阵、匹配、背包和广义指派问题的常数逼近机制。我们对广义指派问题的结果解决了\cite{DG10}中提出的一个公开问题。我们的主要技术贡献是利用稳定匹配的方法，这是一个基本的解决方案的概念，在匹配市场的背景下，在应用到机制设计。稳定匹配，虽然概念上很简单，但提供了一套强大的工具来管理和分析参与代理的自利行为。我们的机制使用一个稳定的匹配算法作为一个关键组成部分，并采用其他方法，如随机抽样和在线机制。我们的工作也丰富了稳定匹配理论与一个新的背包约束匹配模型。
2011-04-14 cs.DM cs.GT
The Computational Complexity of Random Serial Dictatorship
在具有线性偏好的社会选择环境中，随机独裁被认为是唯一满足防策略性和事后效率的社会决策方案。当也允许无差异时，随机序列独裁（RSD）是一个众所周知的随机独裁的推广，它保留了这两个属性。RSD已特别成功的随机分配的特殊领域，其中的冷漠是不可避免的。虽然执行RSD显然是可行的，我们表明，计算产生的概率是#P-完全的，因此棘手的，无论是在投票和分配的上下文中。
2013-04-23 cs.CC cs.GT
Knapsack Secretary is not $1/e$-Competitive
Drexel University（德雷塞尔大学）
研究背包秘书问题，通过构造困难实例证明不存在1/e竞争比算法，改进不可能性结果，竞争比至多为0.36437，还给出(1/5.10 - o(1))竞争比的简单算法，解决相关开放问题。
2026-07-28 cs.DS cs.GT
Probabilistic Serial Mechanism for Multi-Type Resource Allocation
Peking University（北京大学）；Washington University in St. Louis（圣路易斯华盛顿大学）；Rensselaer Polytechnic Institute（伦斯勒理工学院）
在多类型资源分配（MTRA）问题中，有p $\ge$ 2种类型的项目和n个代理，每个代理需要每种类型的项目的一个单元，并且对由每种类型的一个项目组成的束具有严格的线性偏好。对于具有不可分项目的MTRA，我们的第一个结果是一个不可能性定理，这与单一类型（p = 1）设置直接相反：没有机制，其输出总是可分解为离散分配的概率分布（其中没有项目在代理之间分割），可以同时满足sd-效率和sd-嫉妒-自由。为了避免这个不可能的结果，我们考虑了字典序偏好的自然假设，给出了概率序列（PS）的一个扩展，称为字典序概率序列（LexiPS），并证明了LexiPS满足sd-有效性和sd-无嫉妒性，同时保留了PS的理想性质.此外，LexiPS满足sd-弱-防策略性时，代理人不允许误报他们的重要性订单。对于可分项目的MTRA，我们表明，现有的多类型概率序列（MPS）机制满足更强的效率概念的lexi-效率，并在严格的线性偏好下是sd-嫉妒-免费的，和sd-弱-strategyproof字典式偏好下。我们还证明了MPS既可以用leximin-ptimality刻画，也可以用逐项序公平刻画，并且MPS所属的进食算法族可以用无广义圈条件刻画.
2020-04-25 cs.AI cs.GT
A pessimist's approach to one-sided matching
针对单边匹配中的概率分配，提出一种分解方法，以最大化最坏情况下被分配的代理数量，并给出特定机制下的多项式算法及一般情况下的NP难证明，同时提出列生成框架并在真实数据上验证。
2022-07-12 cs.DM cs.DS cs.GT
