Quantized VCG Mechanisms for Polymatroid Environments
许多网络资源分配问题可以看作是分配一个可分的资源，其中的分配被限制在一个多拟阵。我们考虑用市场机制来解决这些问题。虽然Vickrey-Clarke-Groves（VCG）机制可以提供具有强激励特性（即主导策略激励相容性）的有效分配，但其众所周知的高通信要求使其无法使用。已经有一些方法来降低沟通成本的VCG削弱其激励属性。在这里，相反，我们采取了不同的方法，通过量化降低通信成本，同时保持VCG的主导战略激励属性。这种方法的成本是我们描述的效率损失。我们首先考虑量化的资源分配，使代理只需要提交一个有限数量的投标，而不是完整的效用函数。我们随后考虑量化代理人的出价。
2019-04-26 cs.GT
Fair Incentives for Early Arrival in 0-1 Cooperative Games
针对在线合作博弈中早期激励机制忽略单到达顺序公平性的问题，提出改进公平性定义，设计EVS机制最小化分配与沙普利值的距离，同时最大化贡献玩家的平等主义福利。
2025-11-14 cs.GT
Incentive Design in Competitive Resource Allocation: Exploiting Valuation Asymmetry in Tullock Contests
University of California, Santa Barbara（加州大学圣塔芭芭拉分校）；University of Colorado, Colorado Springs（科罗拉多大学科罗拉多斯普林斯分校）
本文研究了在多玩家图克赛格斯框架下，协调者如何通过设计子代理的估值来影响竞争结果，分析了估值与单位成本对均衡投标和收益的影响，并提出了一种适用于任意数量子代理的优化方法。
2026-05-07 cs.GT
Getting More by Knowing Less: Bayesian Incentive Compatible Mechanisms for Fair Division
针对公平分配中DSIC机制真实性与公平性不兼容的问题，提出满足中立性先验下BIC机制可实现DSIC无法达成的公平性，同时明确了BIC机制的福利目标局限。
2024-05-17 cs.GT
Truth and Envy in Capacitated Allocation Games
我们研究的拍卖与附加估价代理商有一个限制，他们可能会收到的商品数量。我们将这种估值称为{ \em capacitated}，并寻求最大化社会福利的机制，同时激励相容，无嫉妒，个人理性，没有正转移。如果容量是无限的，那么顺序重复第二价格Vickrey拍卖满足这些要求。在1983年，伦纳德表明，对于单位容量，VCG与克拉克枢轴付款也羡慕免费。对于所有单位或所有无限的容量，该机制产生瓦尔拉斯定价（受容量约束）。在这里，我们考虑一般能力。对于同质的能力（所有的能力相等），我们表明，VCG与克拉克枢纽付款是嫉妒自由（VCG与克拉克枢纽付款总是激励兼容，个人理性，并没有积极的转移）。因此，不存在激励相容的瓦尔拉斯定价。对于异质的能力，我们表明，没有机制与所有4个属性，但至少在某些情况下，可以实现激励兼容性和嫉妒自由。
2011-02-28 cs.GT
Asymptotic Existence of Proportionally Fair Allocations
公平分配一直是经济学文献中的一个重要问题。在本说明中，我们考虑存在按比例公平分配不可分割的商品，即，分配不可分割的货物，其中每个代理人至少得到她的比例公平份额根据她自己的效用函数。我们表明，当效用是可加性的，个别商品的效用是独立地从分布中随机抽取的，如果商品的数量是代理商数量的倍数，或者如果商品的数量增长渐近快于代理商的数量，则按比例公平分配存在的概率很高。
2018-06-01 cs.GT
Position: Machine Learning for Heart Transplant Allocation Policy Optimization Should Account for Incentives
Department of Computer Science, Carnegie Mellon University（计算机科学系，卡内基梅隆大学）；Department of Surgery, Division of Cardiothoracic Surgery, Medical University of South Carolina（外科系，心血管外科 division，南卡罗来纳医科大学）；Strategy Robot, Inc., Strategic Machine, Inc., Optimized Markets, Inc.
本文指出当前机器学习优化器官分配政策忽视了激励机制问题，提出下一代分配政策应具有激励意识，并呼吁整合机制设计、策略分类、因果推断和社会选择等研究。
2026-05-25 cs.GT cs.LG
Proportional Dynamics in Linear Fisher Markets with Auto-bidding: Convergence, Incentives and Fairness
本文推广线性Fisher市场中的比例动力学至多物品卖家场景，证明其收敛于竞争均衡，并揭示其与自动竞价的关联；进一步分析激励问题，证明卖家偏离博弈存在唯一纯纳什均衡，且在竞争充分时具备良好公平性。
2024-07-16 cs.GT
Deep Bayesian Trust : A Dominant and Fair Incentive Mechanism for Crowd
École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）
一个重要的博弈论激励机制，从人群中引出的努力是基于同行的机制，其中工人的报酬匹配他们的答案与另一个。另一个经典的机制是让工人解决一些黄金标准任务，并根据他们对黄金任务的准确性支付他们。这种机制确保了比基于对等体的机制更强的激励兼容性，但将黄金任务分配给所有工人在大规模下变得效率低下。我们提出了一种新的机制，分配黄金任务，只有少数工人和利用传递性，从他们的同行的准确性，以获得其余的工人的准确性。我们表明，由此产生的机制，确保了激励相容性和公平性的主导概念。
2018-11-14 cs.AI cs.GT cs.HC
Fair Allocation of goods and chores -- Tutorial and Survey of Recent Results
本综述聚焦不可分割资源的公平分配问题，梳理了相关公平准则、兼具公平与效率的算法、计算复杂度、公平代价及混合资源场景等研究进展，为该领域后续研究提供基础。
2023-07-21 cs.GT
Fair Allocation Without Trade
我们认为，在不同的代理人之间的方式，是有效和公平的分配项目的古老问题。Dolev等人和Ghodsi等人的两篇论文，最近在计算机系统的背景下研究了这个问题。这两篇论文都有类似的代理偏好模型，但主张不同的公平概念。我们正式的公平概念在经济方面，将其扩展到适用于一个更大的家庭的公用事业。注意到，在设置这样的公用事业效率很容易实现多种方式，我们研究公平的概念作为标准，选择不同的有效分配。我们的技术结果是用于找到对应于两个公平概念的公平分配的算法：关于Ghodsi等人提出的概念，我们提出了一种多项式时间算法，该算法计算一般类公平性概念的分配，其中包括它们的概念。对于另一个，由Dolev等人提出，我们表明，竞争性的市场均衡实现所需的公平性的概念，从而获得一个多项式时间算法，计算这样一个公平的分配和解决的主要开放问题提出的Dolev等人。
2012-04-19 cs.GT
Weighted Maxmin Fair Share Allocation of Indivisible Chores
本文研究了具有非对称份额的代理人的不可分割家务分配问题。我们关注的公平性概念是最大最小份额的加权自然推广：WMMS公平性和OWMMS公平性。我们首先强调的事实是，常用的算法，以及分配货物的不对称代理，甚至家务对称代理不提供良好的近似分配家务不对称代理下WMMS。因此，我们提出了一种新的多项式时间常数-近似算法，通过线性规划，OWMMS。对于两种特殊情况：二元赋值情况和2-agent情况，我们提供了精确的或更好的常数-近似算法。
2019-06-18 cs.GT
Online Fair Allocations with Binary Valuations and Beyond
本文研究在线公平分配问题，针对物品和杂务，在加性二元及个性化双值估值下，证明了满足EF1和MMS且最大化USW的分配存在，并通过反例表明结果接近最优。
2025-09-09 cs.GT
Fair Allocation of Indivisible Goods to Asymmetric Agents
我们研究公平分配不可分割的货物代理人不平等的权利。公平分配一直是许多研究的主题，在可分割和不可分割的设置。我们的重点是货物不可分割和代理人享有不平等权利的情况。这个问题是一个概括的工作Procaccia和王其中代理人被假定为对称的权利。虽然Procaccia和Wang表明在他们的设置中存在几乎公平（常数近似）的分配，但我们的主要结果与他们的观察形成鲜明对比。我们发现，在某些情况下，$n$代理，没有分配可以保证比$1/n$近似的公平分配时，权利不一定相等。此外，我们设计了一个简单的算法，确保了$1/n$近似保证。我们的第二个结果是一个限制版本的问题，每个代理人对每种商品的估价是由他希望在公平分配中获得的总价值所限定的。虽然这个假设似乎w.l.o.g，我们表明，它使我们能够找到一个$1/2$近似公平分配通过贪心算法。最后，我们对真实世界的数据进行了一些实验，并表明在实践中，公平分配可能存在。我们还支持我们的实验，显示积极的结果为两个随机变量的问题，即随机代理和随机项目。
2017-04-11 cs.GT
Existence and Computation of Maximin Fair Allocations Under Matroid-Rank Valuations
我们研究公平和经济有效的分配不可分割的商品之间的代理商的估值是秩函数的拟阵。这样的赋值构成了一类研究得很好的子模函数（即，它们表现出收益递减属性），并在若干资源分配设置中模拟偏好。我们证明了，拟阵秩估值，一个社会福利最大化的分配，使每个代理她的最大最小份额总是存在的。此外，这种分配可以在多项式时间内计算。我们建立了类似的存在性和算法的结果，成对的最大最小份额保证。为了补充这些结果，我们表明，如果代理有二进制XOS估值或加权排名估值，那么最大最小公平分配不保证存在。这两个估值类都是拟阵秩函数的直接推广。
2021-02-04 cs.GT
Fair Allocation of Two Types of Chores
研究两类不可分家务在加性估值下的公平分配问题，提出了计算EF1和帕累托最优分配、EFX分配的多项式时间算法，并证明可在多项式时间内验证无嫉妒分配的存在性。
2023-05-24 cs.GT
Strategyproof and Approximately Maxmin Fair Share Allocation of Chores
我们发起了关于公平和战略性地分配不可分割的家务的工作。公平性的概念，我们认为在本文中是最大最小份额（MMS）公平性。我们考虑三个以前研究过的模型，从代理商的信息：顺序模型，基数模型，和公共排名模型，其中顺序偏好是公开的。我们提出了积极和消极的MMS近似的水平上的结果，可以保证，如果我们需要的算法是strategyproof。我们的研究结果揭示了一些有趣的对比之间的近似比率实现家务与货物。
2019-05-22 cs.GT
Incentive-Compatible Selection Mechanisms for Forests
给定有向森林图，概率\emph{selection mechanism}是顶点集上的概率分布。选择机制是\emph{incentive-compatible}（IC），如果分配给顶点的概率在我们改变它的输出边（甚至删除它）时不改变。选择机制的质量是在该机制分布下的期望子代与森林中的最大子代之间的最坏情况比率。在本文中，我们证明了一个上界的4/5和$ 1/\ln16\approx0.36 $的任何IC选择机制的质量的下限。通过两种新的机制实现了下限，并且是对Babichenko等人（WWW '18）的结果的显著改进。第一种机制更简单，具有生成公平分布的良好特性（即，单调和比例）。这种机制的缺点是它不精确（即，概率可能加起来小于1）。我们的第二个机制，更复杂，是准确的，但不公平。我们还证明了一个IC机制，是准确和公平的，并具有积极的品质是不可能的。
2020-05-31 cs.GT
On Fair Allocation of Indivisible Goods to Submodular Agents
我们考虑的问题，公平分配不可分割的商品与子模块的估价功能，代理人可能有平等的权利或任意（可能不平等）的权利。我们专注于基于份额的公平性概念，特别是，最大最小份额（MMS）平等的权利和任意价格份额（APS）的任意权利，并设计分配算法，给每个代理的价值束至少有一些恒定的分数，她的份额价值。对于平等权利情况（和子模块估值），Ghodsi，Hajiaghayi，Seddighin，Seddighin和Yami [EC 2018]设计了一种用于$\frac{1}{3}$ -最大最小公平分配的多项式时间算法。我们以两种不同的方式改进这个结果。我们认为一般情况下的任意权利，并提出了一个多项式时间算法，保证子模块代理$\frac{1}{3}$的APS。对于平等的权利的情况下，我们提高了近似比，并获得$\frac{10}{27}$ -最大最小公平分配。我们的算法基于Babaioff，Ezra和Feige [EC 2021]先前介绍的某个投标游戏的设计策略。
2023-03-22 cs.GT
Fair Allocation with Special Externalities
现有的公平分割算法大多没有考虑外部性。在外部性下，一个代理人获得的效用不仅取决于其分配，而且取决于其他代理人的分配。代理人对分配的货物（家务）具有正（负）值。这项工作的重点是一个特殊的情况下，外部性，即，一个代理接收未分配的项目独立于其他代理得到它的积极或消极的价值。我们表明，它是可能的，以适应现有的算法使用的转换，以确保一定的公平性和效率的概念，在这种设置。尽管取得了积极的成果，但需要重新定义相称性等公平概念。此外，我们证明了最大最小份额（MMS）可能没有任何乘法近似在此设置。研究这一领域是迈向完全外部性的垫脚石，在这种情况下，确保公平更具挑战性。
2022-02-25 cs.GT
Mechanism Design without Money for Fair Allocations
在资源分配的范围内对公平问题进行了很好的研究。研究人员提出了各种公平概念，如无嫉妒（EF）及其放松，比例和最大最小份额（MMS）。有大量的文献对这些概念的存在和计算方面。在计算公平分配时，任何算法都假设代理人真实地报告了他们对资源的估值。而在现实世界中的基于网络的应用程序的公平分工，代理人参与的战略，并可能操纵个人效用收益。在本文中，我们研究了无货币转移的防策略机制，它满足各种公平性标准。我们知道，对于加法估值，为EF、MMS和比例设计真实的机制是不可能的。在这里，我们表明，不可能有一个真实的机制EFX和现有的算法EF1是可操纵的。然后，我们研究专一代理的特殊情况。对于这种情况，我们提供了一个串行独裁机制，该机制是防策略的，并且满足除EF之外的所有公平性标准。
2021-12-14 cs.GT
Incentive Allocation in Vertical Federated Learning Based on Bankruptcy Problem
Maastricht University（马斯特里赫特大学）
本文针对纵向联邦学习中被动方激励分配问题，将其建模为破产博弈并采用Talmudic分配规则得到核仁解，在合成与真实数据集上验证了该方法相比Shapley值计算更高效且能保证公平性与稳定性。
2025-02-10 cs.DC cs.GT cs.LG
Fair and consistent prize allocation in competitions
在比赛的最终排名中，总奖金应如何在参赛者之间分配？我们研究了满足基本团结和公平原则的一致奖金分配规则。特别是，我们公理化的特点几个家庭的规则，满足匿名性，秩序保持，和养老金的单调性，这都属于平分规则和赢家通吃规则。直接得到规则和子族的具体刻画。据我们所知，本文是第一个开发和激励奖金分配规则的排名顺序竞争直接从公理。
2021-07-29 cs.GT
Fair Diffusion Auctions
针对现有扩散拍卖无法兼顾公平效用分配与激励相容性的问题，本文提出满足1/(k+1)-Shapley公平性的排列扩散拍卖PDA，可适配同质物品售卖及通用组合拍卖场景。
2025-11-13 cs.GT
Fair Allocation of Conflicting Items
我们研究不可分割物品的公平分配，其中物品具有一组冲突，并且不允许代理人接收冲突的物品。例如，这类约束捕获了参与时间上重叠的事件，或者在存在利益冲突的情况下承担角色。我们从理论和实验两方面证明，公平性特征，如EF 1，MMS和MNW仍然是适用的和有用的项目冲突。在其他存在性，不存在性和可计算性的结果，我们表明，$1/Δ$ -近似MMS分配$n$代理可能会发现在多项式时间时，$n>Δ>2$，任何冲突图与最大程度$Δ$，并且，如果$n > Δ$，1/3近似MMS分配总是存在。
2022-01-31 cs.GT
Mechanism Design for Fair Allocation
社会效用是代理效用之和的机制设计是一个研究得很好的问题。然而，有一些理论和实际利益的问题，设计师可能有一个不同的目标比最大化的SoU。这样做的动机之一是希望在各代理人之间更公平地分配资源。第二个更微妙的动机是，更公平的分配间接意味着税收变化较小，这在（隐性）个人代理人预算限制使支付大笔税收不现实的情况下是可取的。在本文中，我们研究了一个家庭的社会公用事业，提供公平的分配（与SoU被归入作为一个极端的情况下），并得出条件下，贝叶斯和显性策略的实施是可能的。此外，它示出了如何一个简单的修改，上述机制可以保证充分的贝叶斯实现。通过算例表明，该方法在分配公平性和税收减免方面都有显著的收益。
2015-09-28 cs.GT
Fair Allocation with Interval Scheduling Constraints
研究了一个公平的资源调度问题，其中一组间隔作业被分配给由代理控制的异构机器。每个作业都与发布时间、截止日期和处理时间相关联，使得如果其完整处理周期在其发布时间和截止日期之间，则可以处理该作业。机器通过处理不同的作业获得可能不同的效用，并且分配给同一台机器的所有作业应该不重叠地处理。我们认为两个广泛研究的解决方案的概念，即，最大化分享公平和无嫉妒。对于这两个标准，我们讨论在何种程度上存在公平的分配和目前的恒定近似算法的各种设置。
2021-12-30 cs.GT
Fair Graphical Resource Allocation with Matching-Induced Utilities
受实际应用的启发，我们研究了图形资源的公平分配问题，其中资源是图中的顶点。在接收到一组资源时，代理的效用等于导出子图中的最大匹配的权重。我们关心最小份额（MMS）的公平性和最多一项（EF1）的无嫉妒性。关于MMS的公平性，问题不承认一个有限的近似比异构代理。对于同质代理，我们设计了常数近似多项式时间算法，并指出，显着的社会福利是不可避免地牺牲，以确保（近似）MMS公平。然后，我们考虑EF1分配的存在是有保证的。然而，EF1分配的社会福利保证不能优于$1/n$的一般情况下，其中$n$是代理的数量。幸运的是，对于三种特殊情况，二进制权重，两个代理和代理，我们能够设计多项式时间算法，也确保一个常数的最大社会福利的分数。
2022-12-02 cs.GT
Weighted Envy-Freeness Revisited: Indivisible Resource and House Allocations
University of Electronic Science and Technology of China（电子科技大学）
提出SumAvg-无嫉妒性概念，显著提高公平分配的存在性，并系统研究新旧加权公平概念在不可分资源分配和房屋分配中的计算复杂性。
2026-06-26 cs.GT
Best of Both Worlds: Ex-Ante and Ex-Post Fairness in Resource Allocation
研究了具有可加性估值的不可分商品在代理人之间的分配问题。当随机化被允许时，就有可能实现令人信服的公平概念，例如无嫉妒，即任何代理人都不应该喜欢任何其他代理人的分配。当分配必须是确定性的，实现精确的公平是不可能的，但近似的概念，如嫉妒自由到一个好可以保证。我们在这项工作中的目标是同时实现这两个，通过构建一个随机分配，是完全公平的事前和近似公平的事后。我们要解决的关键问题是，事前的无嫉妒是否可以与事后的无嫉妒结合起来实现。我们通过设计一个同时实现这两个属性的有效算法来解决这个问题。如果我们另外要求经济效率，我们得到一个不可能的结果。然而，我们表明，经济效率和事前嫉妒免费可以同时实现，如果我们稍微放松我们的事后公平保证。在我们的方式，我们的特点是著名的最大纳什福利分配规则，最近推出的公平性保证，适用于群体的代理，而不仅仅是个人。
2020-05-28 cs.GT
Epistemic vs. Counterfactual Fairness in Allocation of Resources
本文通过人类受试者实验比较资源分配中EF的反事实与认知松弛，发现认知EF被感知为更公平，并分析规模、结果平衡和认知努力对公平推理的影响。
2025-06-10 cs.GT
Efficient, Fair, and Incentive-Compatible Healthcare Rationing
医疗资源的合理配置已成为医学专家、政策制定者和公众讨论的重要问题。我们考虑的是一个配给问题，即医疗单位分配给病人。每个单元保留给几个类别中的一个，每个类别都有患者的优先级。我们提出了一个分配规则，尊重优先级，符合资格要求，分配最大的可行数量的单位，并不激励代理商隐藏，他们有资格通过一个类别。该规则描述了所有满足前三个属性的可能分配，并且是多项式时间可计算的。
2021-09-27 cs.GT econ.TH
Fair allocation of combinations of indivisible goods and chores
我们考虑公平划分一组项目的问题。许多公平分配的文献假定这些物品是"货物"，即，它们为代理人带来了积极的效用。也有一些工作的项目是"家务"，产生负效用的代理人。在本文中，我们考虑一个更一般的情况下，代理可能有负或正效用的每一个项目。该框架捕捉，例如，公平的任务分配，其中代理可以为每个任务提供正效用和负效用。我们表明，而一些积极的公理和计算结果扩展到这个更一般的设置，其他人没有。我们提出了几个新的和有效的算法，在这个一般设置中找到公平的分配。我们还指出了文献中存在的一些差距，满足一定的公平性和效率属性的分配，并进一步研究计算这种分配的复杂性。
2021-03-17 cs.GT
Fair and Efficient Allocations of Chores under Bivalued Preferences
我们研究的问题，公平和有效的分配一组不可分割的家务代理加性成本函数。我们认为，流行的公平概念的嫉妒免费高达一个好（EF1）与帕累托最优（PO）的效率概念。虽然已知存在EF 1 +PO分配并且在货物的情况下可以在伪多项式时间中计算，但是对于杂务也存在相同的问题。我们的第一个结果是一个强多项式时间算法计算EF1+PO分配的双值实例，代理有（最多）两个负效用值的家务。据我们所知，这是第一个非平凡类不可分割的家务承认EF1+PO分配和有效的算法计算。我们还研究了可分割家务的情况下，计算无嫉妒（EF）和PO分配的问题。虽然EF+PO分配的存在性是通过收入相等的竞争均衡已知的，但其有效计算是开放的。我们的第二个结果表明，对于双值实例，EF+PO分配可以在强多项式时间内计算。
2021-10-18 cs.GT
Improved maximin fair allocation of indivisible items to three agents
考虑了具有可加性评价函数的三个代理之间不可分项目的近似最大最小份额（MMS）分配问题。对于商品，我们表明，$\frac{11}{12}$ - MMS分配总是存在的，提高了以前已知的界限$\frac{8}{9}$。此外，在我们的分配，我们可以预先指定一个代理，是接收她的全部比例份额（PS），我们还提出的例子表明，这种分配的比例$\frac{11}{12}$是最好的可能。对于家务，我们表明，一个$\frac{19}{18}$ -MMS分配总是存在的。此外，在这种情况下，我们可以预先指定一个代理，是接收不超过她的PS，我们提出的例子表明，这种分配的比例$\frac{19}{18}$是最好的可能。
2022-05-11 cs.GT
Fair Allocation of Indivisible Items With Externalities
公平分配中的一个重要而又缺乏充分研究的课题是代理人之间的外部性效应。对于一个资源分配问题，外部性意味着分配给一个代理的捆绑可能会影响其他代理的效用。本文研究了在外部性不可忽略的情况下，不可分割商品的公平分配问题。我们提出了一个简单而自然的模型，即\emph{network externalities}，捕捉外部性。为了评价网络外部性模型中的公平性，我们推广了最大最小份额（$\MMS$）概念背后的思想，以实现一个新的标准，即\emph{extended-maximin-share}（$\EMMS$）。接下来，我们考虑与我们的模型有关的两个问题。首先，我们讨论了计算方面的发现每个代理的$\EMMS$的值。为此，我们引入了一个广义形式的划分问题，其中包括许多著名的划分问题，如极大极小，极大极小，和leximin划分问题。我们表明，一个$1/2$ -近似算法存在此分区问题。接下来，我们研究寻找近似最优的$\EMMS$分配。也就是说，分配保证每个代理的效用至少是他的扩展最大化份额的一小部分。我们表明，在一个自然的假设下，代理是$α$ -自力更生，$α/2$ - $\EMMS$分配总是存在的。将其与前一结果相结合，得到多项式时间$α/4$ - $\EMMS$分配算法。
2018-05-16 cs.GT
Incentive-Based Software Security: Fair Micro-Payments for Writing Secure Code
提出基于合作博弈论和Shapley值的微支付机制，激励开发团队主动应对已知威胁，确保公平可解释，且易于实现。
2023-09-11 cs.GT cs.SE
Incentive-Compatible Diffusion Auctions
扩散拍卖是拍卖设计中的一种新模型。它可以激励已经加入拍卖的买家通过社会关系将出售信息进一步传播给其他人，从而提高卖家的收入和社会福利。扩散拍卖本质上是一个非典型的多维机制设计问题，参与者的社会关系复杂地影响着他们的出价。在这样的拍卖中，激励相容性（IC）意味着每个代理人最好诚实地报告她的估价，并将销售信息完全传播给她的所有邻居。现有的工作确定了一些具体的扩散拍卖机制，而一个一般的理论特征的所有激励兼容的扩散拍卖仍然是失踪。在这项工作中，我们确定了一个充分和必要条件，所有的主导策略激励兼容（DSIC）扩散拍卖。我们制定的单调分配政策在这样的多维问题，并表明任何单调分配政策可以实现在DSIC扩散拍卖机制。在给定单调分配策略的情况下，得到了使卖方收益最大化的最优支付策略。
2020-04-27 cs.GT econ.TH
Algorithmic Fair Allocation of Indivisible Items: A Survey and New Questions
算法公平分配的理论是在过去十年中的多智能体系统和经济学的中心，由于其工业和社会的重要性。在高层次上，问题是将一组物品分配给一组代理人，这些物品要么是货物，要么是家务，以便每个代理人都对她所获得的感到满意。特别是，在本次调查中，我们关注的是不可分割的项目，无法保证绝对的公平性，如无嫉妒和相称性。在最近的研究议程的一个主要主题是关于设计算法，近似实现的公平性标准。我们的目标是通过算法的棱镜，提出一个全面的调查最近的进展，突出的方法来放松公平的概念和常见的技术来设计算法，以及最有趣的问题，为未来的研究。
2022-02-17 cs.GT
Maximin Fair Allocation of Indivisible Items under Cost Utilities
本文研究成本效用下不可分割物品的公平分配，证明三智能体时MMS分配总存在，并在层叠集合批准偏好下推广至任意数量智能体，同时探讨策略证明机制的可能性。
2024-07-18 cs.GT
Developments in Multi-Agent Fair Allocation
在设计市场、分配程序和计算机系统时，公平正成为一个越来越重要的问题。我调查了多代理公平分配领域的一些最新进展。
2020-06-12 cs.DS cs.GT
Efficiency, Feasibility, and Incentive-Awareness in Constrained Online Resource Allocation
MIT（麻省理工学院）
研究长期约束下不可分割资源给策略性主体的动态分配，提出激励感知原始对偶框架，整合组件抑制操纵，设计新算法克服障碍，实现$\tilde{\mathcal O}(\sqrt T)$社会福利遗憾，满足约束并诱导近似真实均衡，还能推广到多单位多需求问题。
2026-07-16 cs.GT cs.LG stat.ML
Incentive Mechanism Design for Resource Management in Satellite Networks: A Comprehensive Survey
Phenikaa University（phenikaa大学）；University of Essex（埃塞克斯大学）；University of New South Wales（新南威尔士大学）；Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））；Zhejiang Gongshang University（浙江工商大学）；Nanyang Technological University（南洋理工大学）
本文综述了卫星网络中资源管理的激励机制设计，探讨了通信资源分配、计算卸载、隐私安全及协调等关键问题，并展望了基于学习的机制设计未来方向。
2026-01-07 cs.GT cs.NI
Regularized Proportional Fairness Mechanism for Resource Allocation Without Money
JPMorgan AI Research（摩根大通人工智能研究院）
针对无货币资源分配中比例公平机制可利用性过高的问题，本文提出正则化比例公平网络RPF-Net，通过学习最可利用分配来正则化PF输出，在保持社会福利的同时降低虚报激励，并给出泛化保证与实验验证。
2025-01-02 cs.GT cs.LG
On allocations that give intersecting groups their fair share
我们考虑项目分配给个人代理谁有附加值，在设置中，有保护组，和分配需要给每个保护组的“公平”份额的总福利。非正式地说，在每个受保护的群体中，我们考虑分配给群体成员的总福利，并将其与分配可以给群体成员的最大可能福利进行比较。如果这两个值之间的比率不比该组的相对大小差，则分配对该组是公平的。对于可分割的项目，我们对公平的正式定义是基于比例份额，而对于不可分割的项目，它是基于任何价格份额。我们提出的例子中，有没有公平的分配，甚至没有分配，近似的公平性要求在一个常数乘法因子。然后，我们试图确定公平或近似公平分配存在的充分条件。例如，对于不可分割的项目，当代理人有相同的估值和家庭的保护组是层状的，我们表明，如果项目是家务，然后分配，满足每一个公平性要求内的乘法因子不差于两个存在，可以有效地找到，而如果项目是商品，没有常数近似可以保证。
2022-04-14 cs.GT econ.TH
Fair Incentives for Repeated Engagement
Massachusetts Institute of Technology（麻省理工学院）；University of Southern California（南加州大学）
研究公平约束下智能体留存的货币激励优化问题，提出一种渐近最优的静态启发式策略，避免动态政策因系统类型组成变化而产生的无意歧视。
2024-07-29 cs.GT cs.LG cs.MA
Fairness and Social Welfare in Incentivizing Participatory Sensing
近年来，作为一种很有前途的大规模数据汇集方法出现了。然而，如果不鼓励用户定期提供高质量的数据，这种方法就不太可能长期可行。在本文中，我们链接激励用户的需求，消费引人注目的服务，作为一种方法的补充，传统的信用或声誉为基础的方法。在此基础上，设计了两种激励方案：需求公平激励（IDF）和迭代灌箱激励（ITF），分别以公平最大化和社会福利最大化为目标。我们的研究表明，IDF计划是最大-最小公平，可以得分接近1的Jain的公平指数，而ITF计划最大化社会福利，并实现了唯一的纳什均衡，这也是帕累托和全局最优。我们采用了博弈论的方法来得出最佳的服务需求。此外，为了解决实际问题，我们使用随机规划技术来处理在现实生活中经常遇到的不确定性。
2014-11-21 cs.CY cs.GT cs.HC
Edge Computing for Semantic Communication Enabled Metaverse: An Incentive Mechanism Design
语义通信（SemCom）和边缘计算是两种颠覆性的解决方案，可满足Metaverse中巨大数据通信、带宽效率和低延迟数据处理的新兴需求。然而，边缘计算资源通常由计算服务提供商提供，因此必须设计吸引人的激励机制来提供有限的资源。最近提出了基于深度学习（DL）的拍卖作为一种激励机制，其在保持重要经济属性（即，个体理性和激励相容性。因此，在这项工作中，我们介绍了基于DL拍卖的SemComenabled Metaverse中的计算资源分配的设计。首先，我们简要介绍了Metaverse的基本原理和挑战。其次，我们介绍了SemCom和边缘计算的概念。第三，我们回顾了边缘计算资源交易的各种激励机制。第四，我们提出了基于DL的拍卖边缘资源分配在SemCom启用Metaverse的设计。仿真结果表明，基于DL的拍卖提高了收益，同时几乎满足个人理性和激励相容性约束。
2022-12-13 cs.GT cs.LG
A Mood Value for Fair Resource Allocations
在联网和计算中，资源分配通常使用经典共享协议来解决，例如，比例分配规则、最大-最小公平分配或由合作博弈论启发的其他解决方案。在本文中，我们认为，描述的资源分配问题作为一个合作的游戏，这种经典的资源分配的方法，以及相关的公平的概念，显示出重要的局限性。我们确定在个人满意率的关键方面的挑战，定义一个新的概念的公平性，因此，一个资源分配算法更适合于合作的背景下。我们推广了用户满意度的概念，考虑破产博弈的可接受解集。我们调整了Jain的公平性指数，以包括新的用户满意度。因此，我们提出了一个新的分配规则，我们称之为“情绪价值”。对于每个用户，它均衡我们的新的博弈论定义的用户满意度相对于分配的资源。我们测试的情绪值和新的公平性指数，通过广泛的模拟显示它们如何更好地支持公平性分析。
2017-04-24 cs.GT cs.NI
On testing the incentive compatibility of single-parameter allocation mechanisms
Columbia University（哥伦比亚大学）
本文首次将性质检验应用于博弈论，提出测试单参数分配机制激励相容性的算法，给出Õ(n/ε)查询上界与匹配下界，并扩展至定价函数。
2026-09-16 cs.CC cs.DS cs.GT
The Fair Value of Data Under Heterogeneous Privacy Constraints in Federated Learning
UC Berkeley（加州大学伯克利分校）；UC Santa Barbara（加州大学圣巴巴拉分校）
本文基于公理化公平性（沙普利值）提出首个考虑隐私约束的数据公平补偿概念，并研究异构联邦学习中平台在不同隐私敏感度下的激励设计策略。
2024-02-04 cs.CR cs.GT cs.LG
Fair task allocation in transportation
Erasmus University Rotterdam（伊拉斯姆斯大学鹿特丹分校）；Eindhoven University of Technology（埃因霍温理工大学）
任务分配问题传统上集中在成本优化上。然而，人们越来越多地注意到费用不应总是唯一或主要考虑因素的情况。在本文中，我们研究了一个公平的任务分配问题，在运输的最优分配不仅具有低成本，但更重要的是，它分配任务，甚至在异构的参与者谁有不同的能力和成本来执行任务。为了解决这个公平的最小成本分配问题，我们分析和解决它的两个部分，使用两个新的多项式时间算法。我们表明，尽管新的公平性标准，所提出的算法可以解决公平的最小成本分配问题的最佳多项式时间。此外，我们进行了广泛的实验，以调查成本最小化和公平性之间的权衡。我们的实验结果证明了公平性因素到任务分配的好处。在大多数测试实例中，公平性在成本方面的代价非常小。
2016-12-07 cs.AI cs.GT
Incentive-compatible mechanisms for online resource allocation in mobility-as-a-service systems
在“一切都是服务”的背景下，运输部门一直在朝着以用户为中心的商业模式发展，在这种模式下，定制服务和与模式无关的移动资源在统一的框架中定价。然而，在绝大多数关于移动即服务（MaaS）系统的研究中，移动资源定价是基于细分的出行模式，例如私人车辆、公共交通和共享移动服务。本研究试图通过引入创新的基于拍卖的在线MaaS机制来解决这一研究空白，在该机制中，用户可以根据他们的支付意愿和偏好竞标任何数量的模式无关的移动资源。我们从MaaS监管机构的角度出发，旨在通过向用户分配移动资源来最大限度地提高社会福利。我们提出了两种机制，允许用户支付立即使用的移动服务（即付即走），或订阅移动服务包（即付即包）。我们将提出的基于拍卖的机制作为在线资源分配问题，其中用户竞争MaaS资源并竞标每次旅行的旅行时间。我们提出了（整数）线性规划配方，以适应用户出价的基础上可用的移动性资源的在线优化方法。我们表明，所提出的MaaS机制是激励兼容的，开发定制的在线算法，并根据竞争分析得出性能界限。大量的数值模拟进行了大规模的实例从现实的移动性数据，突出了所提出的MaaS机制的好处和所提出的在线优化方法的有效性。
2021-03-29 cs.GT math.OC
The Constrained Round Robin Algorithm for Fair and Efficient Allocation
我们考虑一个多代理资源分配设置模型的论文分配给审稿人。分配问题中一个经常出现的问题是福利/效率与公平的兼容性。给定一个甲骨文找到一个福利实现分配，我们嵌入这样一个甲骨文到一个灵活的算法称为约束轮循（CRR）算法，达到所需的福利水平。我们的算法还允许系统设计者降低福利要求，以实现更高程度的公平性。如果福利要求降低到足够的程度，就可以保证一个项目的无嫉妒性增强。因此，我们的算法可以被看作是一个计算效率高的方式来插值之间的福利和近似的无嫉妒分配问题。
2019-08-01 cs.DS cs.GT
