Average-Case Analysis of Iterative Voting
Rensselaer Polytechnic Institute(罗格斯理工学院);Rutgers University(罗格斯大学)
针对迭代相对多数投票的福利效应,本文将平均情形分析扩展到三个备选方案,刻画不同偏好分布下其改善或降低渐近福利的条件。
2025-06-10 cs.AI cs.GT
Local Voting Games for Misbehavior Detection in VANETs in Presence of Uncertainty
相邻车辆之间的协作是解决车载自组织网络中恶意节点识别问题的有效途径。然而,结果是受节点的信念和反应的合作。在本文中,一个简单的博弈论的方法,捕捉节点的不确定性,他们的监测系统,他们的邻居节点的类型,以及合作的结果。特别是,一个阶段的本地投票为基础的计划,用于确定一个目标节点开发使用贝叶斯博弈。在这种情况下,提供激励措施,在预期效用的节点,以促进网络中的合作。然后分析所提出的模型,以获得平衡点,确保没有节点可以通过改变其策略来提高其效用。最后,通过大量的仿真结果研究了恶意节点和良性节点的行为。具体而言,它是如何现有的不确定性和设计的激励措施影响的球员的战略,因此,正确的目标节点识别。
2019-09-14 cs.GT
Cycles in synchronous iterative voting: general robustness and examples in Approval Voting
我们认为同步迭代voting,选民有机会战略性地选择他们的选票取决于从以前的集体choices.We推导出的结果提出了两个设置同步迭代voting,一个经典的风味与离散空间的状态,和一个更一般的连续空间设置扩展的第一个。我们给出了一个一般的鲁棒性结果周期不依赖于平局打破规则,表明他们坚持足够小的扰动下的选民的行为。然后,我们在批准投票的选民应用简单的例子,真诚的和一致的竞争力(即Laslier的领导规则或修改)导致周期与坏的结果,要么不选举现有的孔多塞赢家,或可能选举候选人排名最后的大多数选民。使用鲁棒性的结果,它遵循这些“坏周期”持续存在,即使只有一个(足够大)的一部分选民更新其选择的选票在每次iteration.We完成这些结果与其他投票方法的例子,包括排名方法满足孔多塞标准;在硅片实验研究的罕见的偏好配置文件表现出坏周期;和一个例子表现出混乱的行为。
2022-02-10 cs.GT math.DS
Strategic Behavior is Bliss: Iterative Voting Improves Social Welfare
最近在迭代投票中的工作定义了无政府状态的可加动态价格(ADPoA)作为真实和最坏情况下的均衡配置文件之间的社会福利的差异,重复的策略操纵。虽然迭代的多元性已经被证明只返回比真实的获胜者最多少一个初始投票的替代品,但人们对代理人的福利如何在均衡中变化的理解较少。为此,我们区分代理的效用从他们的操纵机制,并确定迭代复数的ADPoA在最坏和平均情况下。我们首先证明了最坏情况下的ADPoA是线性的代理的数量。为了克服这一负面结果,我们研究了平均情况下的ADPoA,并证明了均衡赢家有一个恒定的顺序福利优势,在期望的真实赢家。我们的实证结果表明,由于战略操纵,社会福利将增加。
2023-01-21 cs.GT cs.MA
How does uncertainty about other voters determine a strategic vote?
我们提出了一个框架,当一个选民可能缺乏其他选民的偏好知识,或其他选民对她自己的偏好知识的战略投票。在这种情况下,我们定义的概念操纵,均衡和优势,在不确定性。我们提供的情况下,真正的偏好的配置文件是相同的,但均衡配置文件是不同的,因为选民有不同的知识,其他选民。我们还对改变这种偏好不确定性的行为进行了建模,例如选民透露了她的偏好。我们表明,某些形式的操纵和平衡保持在这样的不确定性更新和其他人没有。然后,我们形式化的认知投票术语的逻辑。我们的目标是提供认识论背景的分析和设计的投票规则,包括不确定性。
2019-05-11 cs.GT
Acyclic Games and Iterative Voting
我们考虑迭代投票模型,并将其定位在非循环游戏和游戏形式的一般框架内。更具体地说,我们对收敛结果进行分类的基础上的代理调度(球员的顺序)和动作调度(更好的答复播放)的基本假设。我们的主要技术成果是提供了一个完整的画面,在几个变化的多元投票的非周期性的条件。特别是,我们表明:(a)在传统的字典式平局打破,游戏收敛的任何顺序的球员下弱限制选民的行动;和(b)与随机平局打破的多个不保证收敛下任意代理商,但从任何初始状态有\emph{some}路径更好地回答一个纳什均衡。因此,我们展示了游戏形式的限制非循环性和弱非循环性之间的第一个分离,从而解决了[Kukushkin,IJGT 2011]中的一个悬而未决的问题。此外,我们还反驳了另一个关于强非循环投票规则的猜想。
2016-06-19 cs.GT cs.MA
Parliamentary Voting Procedures: Agenda Control, Manipulation, and Uncertainty
我们研究两个流行的议会投票程序:修正程序和连续程序的计算问题。虽然发现成功的操纵或议程控制是易于处理的两个程序,我们的现实世界的实验结果表明,大多数选举不能被少数选民操纵和议程控制通常是不可能的。如果选民的偏好是不完整的,那么找出哪些替代品可能会赢得这两个过程是NP困难的。虽然决定一个替代方案是否必然获胜对于修正程序来说是困难的,但对于连续的一个替代方案来说是多项式时间可解的。
2015-09-08 cs.GT cs.MA
Heuristic Voting as Ordinal Dominance Strategies
不确定性下的决策是许多人工智能设置的关键组成部分,特别是在战略代理试图达成联合决策的投票场景中。处理不确定性的常见方法是通过最大化期望效用,这需要基数效用函数以及详细的概率信息。然而,这种概率往往不容易估计或应用。为此,我们提出了一个框架,允许“灰色阴影”的可能性没有概率。具体来说,我们根据前瞻性民意调查创建了一个世界状态集的层次结构,内部集包含更可能的结果。这种可能性的层次结构使我们能够定义我们所说的序劣势策略。我们使用这种方法来证明各种已知的投票启发式方法是有限理性策略。
2018-11-13 cs.GT
Iterative Deliberation via Metric Aggregation
我们研究了一个迭代的审议过程,希望作出联合决定的代理社区。我们开发了一个由n个代理组成的社区的一般模型,每个代理在某个度量空间(X,d)中具有其初始理想点,使得在迭代审议过程的每次迭代中,所有代理根据某些投票规则R稍微靠近当前的获胜者。对于几个自然的度量空间和合适的投票规则,我们确定的条件下,这样一个迭代审议过程是保证收敛。
2021-08-06 cs.GT cs.MA
Iterative Local Voting for Collective Decision-making in Continuous Spaces
许多社会决策问题存在于高维连续空间中,而不适用于离散或一维空间中常见的投票技术。这些问题通常在选举前被离散化,或由代表通过谈判决定。我们提出了一种算法,称为{ \sc迭代本地投票}集体决策在这种情况下。在该算法中,投票者被顺序地采样,并被要求在其当前值的某个局部邻域内修改候选解决方案,该局部邻域由球在某个选定的范数中定义,球的大小以指定的速率缩小。我们首先证明了该算法的收敛性,在适当的选择邻域帕累托最优解与理想的公平性在某些自然设置:当选民的效用可以表示在某种形式的距离,他们的理想解决方案,当这些效用是可加性分解的跨维度。在许多情况下,我们获得收敛到社会福利最大化的解决方案。然后,我们描述了一个实验中,我们测试我们的算法的决定,美国联邦预算的机械土耳其人与超过2,000名工人,采用由$\mathcal{L}^1, \mathcal{L}^2$和$\mathcal{L}^\infty$球定义的社区。我们提出了几个意见,告知未来的实现这样一个程序。
2018-10-28 cs.CY cs.GT cs.MA
Predicting Strategic Voting Behavior with Poll Information
人们如何在不确定性下进行策略性投票的问题已经在多个学科中引起了广泛的关注。理论决策模型已经提出了不同的假设,对复杂的选民和信息提供给他们的其他人的偏好和他们的投票行为。本文主要研究投票信息下的策略性投票行为。它提出了一种新的启发式的投票行为,衡量每个候选人的成功,根据投票得分与候选人的效用给定选民的偏好。模型权重可以针对每个投票者单独调整。我们比较了这个模型与其他相关的投票模型,从文献中获得的数据,从最近发布的大规模研究。我们表明,新的启发式优于所有其他测试模型。该模型的预测误差可以部分解释为由于不一致的选民投票给(弱)占优势的候选人。
2018-05-19 cs.GT
A Local-Dominance Theory of Voting Equilibria
众所周知,没有一个合理的投票规则是防策略的。此外,常见的复数规则特别容易导致选民的策略性行为,实证研究表明,人们在实践中经常会进行策略性投票。已经提出了多种博弈论模型,以更好地理解和预测这种行为及其导致的结果。然而,这些模型往往对选民的行为和他们投票所依据的信息做出不切实际的假设。我们提出了一个新的战略投票模型,考虑到选民的有限理性,以及他们有限的可靠信息。我们介绍了一个简单的行为启发式的基础上\emph{local dominance},每个选民认为一组可能的世界状态,而不分配给他们的概率。该集合是基于预期候选人的分数(例如,从不准确的民意调查中获得)。在\emph{voting equilibrium}中,所有选民投票给在可能的状态集合中不占优势的候选人。我们证明了这些投票均衡存在于一个广泛的本地优势关系(即,不同的方式来决定哪些国家是可能的)的多元性规则。此外,我们表明,在一个迭代的设置,选民可能会反复改变他们的投票,当地的优势为基础的动态迅速收敛到一个均衡,如果选民从真实的状态。还提供了在更一般设置中的较弱收敛保证。使用广泛的模拟产生的和真正的偏好配置文件的战略投票,我们表明,收敛速度快,鲁棒性,新兴的均衡是一致的,在不同的起始条件下,他们复制广为人知的人类投票行为的模式,如Duverger定律。此外,与真实投票相比,战略投票通常会提高获胜者的质量。
2014-04-21 cs.GT
Modeling Voters in Multi-Winner Approval Voting
Tulane University(杜兰大学);Louisiana State University(路易斯安那州立大学);University of West Florida(西佛罗里达大学);Institute for Human and Machine Cognition(人机认知研究所)
在许多现实世界的情况下,集体决策是通过投票做出的,在委员会或董事会选举等情况下,采用返回多个获胜者的投票规则。在多获胜者批准投票(AV)中,代理人提交一张选票,其中包括对任意多个候选人的批准,通过清点选票并选择获得最多批准的前$k$候选人来选择获胜者。在许多情况下,代理人可能会操纵他们提交的选票,以便通过以不反映其真实偏好的方式投票来实现更好的结果。在复杂和不确定的情况下,代理人可能会使用人工智能,而不是招致额外的努力,计算最有利于他们的操纵。在本文中,我们研究了投票行为,在单赢家和多赢家批准投票的情况下,不同程度的不确定性,从机械土耳其获得的行为数据。我们发现,人们通常操纵他们的投票,以获得更好的结果,但往往不确定最佳的操纵。在COMSOC和心理学文献中,有许多基于认知上合理的启发式策略的智能体行为预测模型。我们表明,现有的方法不足以模拟真实世界的数据。我们提出了一个新的模型,考虑到获胜集的大小和人类的认知约束,并证明该模型是更有效地捕捉现实世界中的行为在多个赢家批准投票的情况下。
2020-12-04 cs.AI cs.GT cs.MA
Dealing with incomplete agents' preferences and an uncertain agenda in group decision making via sequential majority voting
University of Padova(帕多瓦大学);NICTA(国家信息与通信技术研究院);UNSW Sydney(悉尼新南威尔士大学)
我们考虑多代理系统,其中代理的偏好通过顺序多数表决聚合:每个决定是通过执行一系列成对比较,其中每个比较是代理之间的加权多数表决。由于隐私问题或正在进行的启发过程,代理偏好的不完整性在许多现实生活中很常见。此外,如何汇总偏好可能存在不确定性。例如,议程(一棵树,其叶子被标记为正在比较的决定)可能还不知道或固定。因此,我们研究如何确定集体最优决策(也称为赢家)时,偏好可能是不完整的,当议程可能是不确定的。我们表明,它是计算上很容易确定,如果一个候选人的决定总是赢,或可能会赢,无论议程。另一方面,在计算上很难知道候选决策是否在至少一个议程中获胜,至少一个完成代理的偏好。即使议程必须平衡,以便每个候选人的决定都面临相同数量的多数票,这些结果也是有效的。这样的结果是有用的推理偏好诱导。它们有助于理解任务的复杂性,例如确定是否可以集体做出决定,以及了解是否可以通过适当安排议程来操纵获胜者。
2009-09-24 cs.AI cs.GT cs.MA
Better Collective Decisions via Uncertainty Reduction
我们认为,代理社区希望通过问题的问题,通过多数表决的方式来决定几个二元问题。对于每个问题和每个代理,两个选项中的一个比另一个更好。然而,一些代理人可能对某些问题感到困惑,在这种情况下,他们可能会投票支持客观上对他们来说更糟糕的选项。善意的外部方希望帮助代理做出更好的决策,即,在尽可能多的问题上选择多数人喜欢的选项。这一方可能拥有以下工具之一:(1)教育一些代理人,使他们能够在所有问题上正确投票,(2)任命一部分高度胜任的代理人代表整个集团做出决定,或(3)指导代理人如何以与代理人意见一致的方式将其投票委托给其他代理人。对于这些工具中的每一个,我们研究了这个外部方所面临的决策问题的复杂性,获得NP-硬度的结果和固定参数的易处理性的结果。
2022-07-11 cs.CC cs.GT