Social norms of fairness with reputation-based role assignment in the dictator game
大量的实验都认为,社会规范是参与独裁者游戏(DG)的个体群体中出现公平的主要因素。最近,探索哪些社会规范有利于维持合作得到了相当大的关注。然而,到目前为止,很少有研究探讨社会规范如何影响公平的演变,通过间接互惠。在这项研究中,我们提出了一个间接互惠模型的独裁者,并认为一个人可以被指定为独裁者,由于其良好的声誉。我们调查的“前八”规范和所有的二阶社会规范的两个时间尺度的理论分析。我们发现,当角色分配是基于声誉,四个“前八”规范,包括严厉的判断和简单的立场,导致高水平的公平性,这增加了选择强度。我们的工作还表明,不仅要正确对待与良好的收件人进行公平分割,而且要区分不合理的不公平分割与合理的不公平分割,以提高公平水平。
2022-10-24 cs.GT
I Will Have Order! Optimizing Orders for Fair Reviewer Assignment
本文提出了快速、公平且高效的审稿人分配算法,通过扩展选取顺序机制确保近似无嫉妒性,并利用弱次模性优化顺序,在 OpenReview 平台上实现高效分配。
2024-02-14 cs.GT
Evolution of collective fairness in complex networks through degree-based role assignment
从社会契约到气候协议,个人参与的群体必须以不同程度的平等和公平集体达成决策。这些困境也普遍存在于分布式人工智能领域,如自动谈判,冲突解决或资源分配。正如著名的最后通牒游戏所证明的那样--提议者必须与响应者分享资源--收益最大化的结果往往与公平不一致。在利己行为者群体中引发平等需要明智的干预。在这里,我们使用知识代理的社交网络实现公平机制,在多人最后通牒游戏的背景下。我们专注于基于网络的角色分配,并表明,优先归因于低连接节点的提议者的角色,增加了人口的公平水平。我们评估的有效性,考虑网络的平均连接,组的大小,和组投票规则时,接受建议(如多数或多数)的低程度的提案分配。我们进一步表明,低度Proposer分配是有效的,不仅优化了公平性,而且还优化了种群的平均收益水平。最后,我们表明,更严格的投票规则(即,强加接受共识作为集体接受提议的要求)减弱了由高度节点(枢纽)是充当提议者的自然候选者的情况所导致的不公平。我们的研究结果提出了使用角色分配和投票机制来防止不公平行为在复杂网络上传播的新途径。
2021-02-26 cs.GT physics.soc-ph
Group Fairness and Multi-criteria Optimization in School Assignment
针对学生分配学校问题,提出基于凸规划舍入的近似算法,兼顾群体公平与多准则优化,实现效用、容量和运行时间间的权衡。
2025-04-22 cs.DS cs.GT
Improved Weighted Maximin Share Guarantees for Indivisible Chores
本文研究不可分家务对非对称Agent的公平分配问题,在MMS语境下,将不同权利Agent的O(log n)-WMMS指派上界改进为常数-WMMS保证。
2026-10-20 cs.GT
Group fairness in dynamic refugee assignment
针对动态难民分配中的群体公平性问题,提出一个可解释框架,整合多种公平性定义,并设计两种出价算法,在几乎不损失全局性能(约1%-5%)的情况下显著提升公平性。
2025-01-22 cs.GT
Group-Fair Metric Distortion of Facility Assignment Problems
University of Southern Denmark(南丹麦大学)
本文研究受群体公平约束的设施分配问题的度量失真,提出全信息与有序信息算法,推导最大和、和最大社会目标的失真上下界,且下界与上界匹配,覆盖单向匹配与聚类问题。
2026-08-18 cs.GT
Fair Allocation of Improvements: When Old Endowments Shape New Assignments
The Open University of Israel(以色列开放大学);Ariel University, Israel(以色列阿里埃尔大学)
本文研究了在旧资产价值影响下如何公平分配新资产,提出算法以减少嫉妒并确保分配的公平性。
2026-02-20 cs.GT
Fairness in the Assignment Problem with Uncertain Priorities
在分配问题中,一组物品必须分配给单位需求代理人,他们表达对物品的顺序偏好(排名)。在具有优先权的分配问题中,具有较高优先权的代理人有权相对于较低优先权的代理人获得其偏好的商品。优先级可以自然地表示为排名,而不确定的优先级可以表示为排名上的分布。例如,当招生机构不确定申请人的真正优先权时,这一模型可以模拟将学生申请人分配到大学席位或将工作申请人分配到职位空缺的问题。这种不确定性可以表示在优先级排序的生成中存在偏差的可能性。我们相信,我们是第一个明确制定和研究分配问题的不确定的优先级。在这个问题中,我们引入了两个自然的公平概念:随机无嫉妒(SEF)和似然无嫉妒(LEF)。我们表明,SEF和LEF是不相容的,LEF是不相容的序数效率。我们描述了两个算法,周期消除(CE)和单位时间吃饭(UTE),满足顺序效率(一种形式的事前帕累托最优)和SEF;著名的随机串行独裁算法满足LEF和较弱的效率保证事后帕累托最优。我们还表明,行政长官满足放宽LEF,我们长期1-LEF只适用于某些比较的优先级,而UTE满足一个版本的比例分配等级。最后,我们展示了如何调解人可以建模的问题,学校入学的偏见作为一个分配问题,不确定的优先级。
2023-01-31 cs.GT
On the Core of the $b$-Matching Game
本文研究了 $b$-匹配博弈中核心成员资格的计算复杂度,证明了在边可被匹配次数不受限制的情况下,判断一个分配方案是否位于核心中是 co-NP 难的,从而解决了该长期未决问题。
2025-02-04 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
A Generalization of the AL method for Fair Allocation of Indivisible Objects
我们考虑的分配问题,其中代理表示顺序偏好$m$对象和对象分配给代理的基础上的偏好。在最近的一篇论文中,Brams,Kilgour和Klamler(2014)提出了AL方法来计算两个代理的无嫉妒分配。AL方法主要依赖于代理对对象有严格偏好的假设。我们推广的AL方法的情况下,代理人可能会表示无差异,并证明算法所满足的公理性质。作为推广的结果,我们也得到了一个$O(m)$加速以前的算法,以检查是否存在一个完整的无嫉妒分配或没有。最后,我们表明,除非P=NP,可以没有多项式时间的GAL扩展到任意数量的代理商的情况下。
2015-04-01 cs.GT
Preallocation-based Combinatorial Auction for Efficient Fair Channel Assignments in Multi-Connectivity Networks
本文针对URLLC多连接网络信道分配问题,提出基于预分配的组合拍卖算法,并通过公平性增强版本在系统性能与公平性上优于现有方法,尤其适用于需满足最小和最大容量需求的场景。
2021-12-10 cs.GT
The Multi-Stage Assignment Problem: A Fairness Perspective
本文针对多阶段图上分配公平性问题,提出 C-Balance 和 DC-Balance 算法,将智能体间嫉妒控制在 2M 以内,并证明公平性成本有界且算法远快于 ILP。
2025-08-19 cs.GT cs.MA
Perpetually Fair Assignments Via Balanced Sequences of Permutations
University at Albany, State University of New York(纽约州立大学奥尔巴尼分校);Ariel University(阿里埃勒大学)
本文提出通过平衡排列序列实现永恒公平分配,确保每一天的分配都公平,提出多个平衡条件以满足比例性要求。
2026-07-23 cs.GT math.CO
Fairness and efficiency for probabilistic allocations with participation constraints
我们提出了一个公平的分配问题,不同的代理人可能有不同的保留效用,源于不同的外部选项,或产权的概念。公平通常被理解为没有嫉妒,但这可能与保留效用不相容。如果不违反鲍勃的参与约束,爱丽丝对鲍勃的分配的嫉妒可能无法得到补救。相反,我们试图排除{ \em正当嫉妒},定义为嫉妒的补救措施不会违反任何代理人的参与约束。我们表明,公平,意味着没有正当的嫉妒,可以实现与效率和个体理性。我们引入了一个竞争均衡的方法与价格依赖的收入获得所需的属性。
2020-05-09 cs.GT econ.TH
Facility Assignment with Fair Cost Sharing: Equilibrium and Mechanism Design
本文研究公平成本分摊的一维设施分配问题,分别在设施选择和位置上报两个博弈场景下,证明纯纳什均衡可多项式时间求解,得出策略防护匿名机制的社会成本近似比无界的结论,并找到一类满足一致性与匿名性的非平凡策略防护机制。
2024-04-13 cs.GT
Competitive Equilibrium with Equal Incomes for Allocation of Indivisible Objects
在AAMAS 2014中,Bouveret和Lemaitre(2014)提出了一个用于分配不可分割对象的公平概念层次。其中,CEEI(平等收入的竞争均衡)是最强的。在这篇文章中,我们解决了计算离散CEEI分配的复杂性,证明了它是强NP-困难的。然后,我们强调一个公平的概念(CEEI-FRAC),甚至比CEEI的离散分配,始终是帕累托最优的,并可以在多项式时间验证。我们还表明,计算CEEI-FRAC离散分配是强NP-困难的一般情况下,但多项式时间可计算的效用是零或一。
2015-05-20 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
Your College Dorm and Dormmates: Fair Resource Sharing with Externalities
本文研究带同伴外部性的公平资源共享与宿舍分配,刻画强无嫉妒的判定困难,证明容量2时Pareto无嫉妒分配总存在并给出多项式算法,而容量3时无法保证。
2023-07-13 cs.GT
Guaranteeing Envy-Freeness under Generalized Assignment Constraints
该研究针对广义分配约束下的物品公平分配问题,定义了可行无嫉妒(FEF)及任意物品级可行无嫉妒(FEFx)概念,证明了可分物品FEF分配的存在性与可计算性,以及不可分物品FEFx分配的存在性,并给出相应计算算法与近似方案。
2023-05-02 cs.GT
First-Choice Maximality Meets Ex-ante and Ex-post Fairness
Key Laboratory of High Confidence Software Technologies (MOE)(高可信软件技术教育部重点实验室);Binghamton University(宾汉姆顿大学);Rensselaer Polytechnic Institute(伦斯勒理工学院);Peking University(北京大学);Guangzhou University(广州大学)
针对序数偏好下的多物品分配问题,设计了满足首选最大化与帕累托效率的随机机制,同时提供事前和事后公平性保证,并证明了不可能同时满足策略证明、事后PE、EF1和FCM。
2023-05-08 cs.AI cs.GT
Group Fairness in Peer Review
UNSW Sydney(新南威尔士大学悉尼分校);University of Toronto(多伦多大学)
针对大型会议中部分社群投稿评审分配不公的问题,提出名为core的群体公平性概念,证明同行评审模型存在满足该公平性的分配方案,设计高效算法并通过真实会议数据验证其效果。
2024-10-04 cs.AI cs.GT cs.SI
Assigning Course Schedules: About Preference Elicitation, Fairness, and Truthfulness
课程分配是一个广泛存在于教育和其他领域的问题。通常,学生对一周内的课程座位或课程安排有偏好,这需要考虑。该问题是一个具有挑战性的分布式调度任务,需要决策支持。先到先得(FCFS)是一种简单的分配规则,在实践中使用最广泛,但它会导致低效率的结果和嫉妒的分配。最近的理论结果表明,替代品具有吸引力的经济和计算性能。Bundled Probabilistic Serial(BPS)是一种满足序有效性、无嫉妒性和弱防策略性的随机机制。该机制也在多项式时间中运行,这对于该领域中的大型问题实例是重要的。我们报告的实证结果,从第一次实施的BPS在慕尼黑工业大学,这使我们能够提供重要的实证指标,如所得到的匹配,平均排名,配置文件的大小,以及受欢迎的任务。这些指标是采用BPS的核心。特别是,我们将这些指标与捆绑出价的随机序列独裁(BRSD)进行了比较。BRSD机制被用来模拟广泛使用的先到先服务(FCFS)机制,它允许我们比较FCFS(BRSD)和BPS。虽然理论上很吸引人,但当考虑对指数级多个包的偏好时,偏好诱导是一个重大挑战。我们引入的工具,以引起偏好,减少学生需要的参数的数量到一个可管理的集合。该方法与BPS产生一个计算有效的工具,以解决课程分配问题与成千上万的学生,并可能提供了一种方法,在组织中的其他分布式调度任务。
2018-12-07 cs.DM cs.GT cs.HC
A Distributed Algorithm for Fair and Efficient User-Network Association in Multi-Technology Wireless Networks
最近的移动设备(以及标准IEEE 802.21)现在为用户提供了从一种技术切换到另一种技术(垂直切换)的可能性。这允许资源分配的灵活性,并因此增加分配给每个用户的潜在吞吐量。在本文中,我们设计了一个完全分布式算法的基础上试错机制,利用垂直切换的好处,找到公平和有效的分配方案。一方面,移动设备基于它们从站接收的奖励逐渐更新它们发送到每个网络的数据分组的部分。另一方面,网络站向每个移动站发送表示每个移动站对小区吞吐量的影响的奖励。这个报酬函数与定价文献中的边际成本概念密切相关。站和移动算法都足够简单,可以在当前的标准设备中实现。从进化游戏,潜在的游戏和复制动力学的工具的基础上,我们分析表明,该算法的解决方案是有效的和公平的吞吐量的收敛。此外,我们表明,收敛后,每个用户被连接到一个单一的网络单元,避免了昂贵的重复垂直bridverers。在此基础上,提出了几种简单的算法,以实现快速收敛。实际上,为了实现的目的,迭代的数量应该保持在几十的数量级。我们还比较,对于不同的负载,他们的解决方案的质量。
2009-09-07 cs.GT
FEAT: Fair Coordinated Iterative Water-Filling Algorithm
在本文中,我们考虑了一个完美的协调注水游戏,每个用户只发送一个给定的载波。所提出的算法(我们称之为FEAT)的主要目标是接近最优,同时保持适当的公平性。FEAT中的关键思想是最小化用户的最佳和最差效用之间的比率。这是通过确保在每次迭代(信道分配)时,只要用户不比系统中的其他用户损失更多,他就对该分配感到满意来完成的。它已被证明FEAT优于大多数相关算法在许多方面,特别是在干扰有限的系统。事实上,使用FEAT,我们可以确保以低计算复杂性获得接近最优、公平和节能的解决方案。在鲁棒性方面,事实证明,在接近全局最优和从个人角度来看良好之间的平衡似乎很难在大量用户中维持。还要注意的是,在这方面,全局最优性受到的影响小于个体最优性,这为在干扰受限系统中围绕竞争设计这种精确的注水算法提供了希望。
2022-06-22 cs.GT cs.IT math.IT
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
Online Fair Division under Eligibility Constraints
University of Bremen(不来梅大学);Max Planck Institute for Informatics(马克斯·普朗克 informatics 研究所)
本研究探讨资格约束下的在线公平分配,提出考虑资格的比例性和无嫉妒性基准,并发现比例性在杂务与商品间存在鲜明分离,杂务最优近似为$\Theta(\sqrt m)$,商品为$\Theta(\log m)$,同时弱EF1可在线维持,而强EF1不可实现。
2026-10-07 cs.GT
FAIRFORMER: A transformer architecture for discrete fair division
University of Michigan(密歇根大学)
FAIRFORMER通过双塔变压器架构实现离散公平分配,无需监督训练,能高效分配物品并提升纳什福利。
2026-01-29 cs.GT
A novel initialisation based on hospital-resident assignment for the k-modes algorithm
本文提出了一种新的方法来选择一个初始解的k模式算法,允许一个概念的数学公平性和杠杆的数据,从文献中常见的初始化不。该方法,它利用医院居民分配问题,找到一组初始聚类质心,与目前的初始化基准数据集和新生成的人工数据集的身体进行比较。基于这种分析,所提出的方法被证明优于其他初始化在大多数情况下,特别是当集群的数量进行了优化。此外,我们发现,我们的方法优于领先的建立方法,专门为低密度数据。
2020-02-07 cs.GT cs.LG stat.ML
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
Multi-unit Assignment under Dichotomous Preferences
University of Essex(埃塞克斯大学);Center for European Economic Research (ZEW)(欧洲经济研究中心)
研究在无货币情况下如何分配物品,提出 egalitarian 解决方案在公平性和策略-proof 性方面更具优势。
2018-07-06 cs.GT econ.GN q-fin.EC
Closing Gaps in Asymptotic Fair Division
我们研究了一个资源分配设置,其中$m$离散项目被分为$n$代理与添加剂的效用,和代理的效用为个别项目随机从概率分布。由于在这种情况下,像无嫉妒和比例这样的普通公平概念并不总是能够得到满足,因此一个重要的问题是,什么时候分配能够满足这些概念。在本文中,我们关闭几个差距的工作路线渐近公平划分。首先,我们证明了经典的轮循算法是可能产生一个嫉妒免费分配提供$m=Ω(n\log n/\log\log n)$,匹配的下限从以前的工作。然后,我们表明,一个比例分配存在的概率很高,只要$m\geq n$,而分配满足envy-freeness到任何项目(EFX)可能是目前的任何关系之间的$m$和$n$。最后,我们考虑一个相关的设置,每个代理被分配到一个项目,其余的项目是未分配的,并显示从不存在的过渡到存在的嫉妒自由分配发生在$m=en$。
2020-04-12 cs.GT econ.TH math.PR
Best-of-Both-Worlds Fairness for Mixed Goods and Chores
UNSW Sydney(新南威尔士大学);Shanghai Jiao Tong University(上海交通大学);Kyushu University(九州大学)
研究在主体间公平分配不可分割物品,物品兼具商品与杂务性质。核心方法是引入概率性霍尔型矩阵分解,结合连续极小极大对偶性与有偏流网络。主要贡献是能同时实现事前无嫉妒和事后至多一件物品无嫉妒。
2026-07-14 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
Fair Coordination in Strategic Scheduling
University of Oxford(牛津大学);University of Bristol(布里斯托大学)
本文提出了一种统一算法,通过调整子程序实现公平协调的调度问题,结合可信度和平等性属性,以在战略考虑下实现公平的调度结果。
2025-12-15 cs.CC cs.GT cs.MA
Grace Period is All You Need: Individual Fairness without Revenue Loss in Revenue Management
本文提出收益管理中的个体公平性概念及可嵌入传统算法的Grace Period模块,通过将随机性从个体决策转移到客户总数层面,在不增加遗憾、不损失收入的情况下保证个体公平。
2025-06-03 cs.GT math.OC
Favoring Eagerness for Remaining Items: Designing Efficient, Fair, and Strategyproof Mechanisms
Peking University(北京大学);Binghamton University(宾汉姆顿大学);Rensselaer Polytechnic Institute(伦斯勒理工学院);Guangzhou University(广州大学)
在分配问题中,我们的目标是分配不可分割的项目,以有效和公平的方式,在一个strategyproof代理人有顺序的偏好。在实践中,第一选择最大化,即,分配最大数量的代理他们的顶部项目,通常被认为是一个重要的效率标准和代理的满意度的测量。在本文中,我们提出了一个自然和直观的效率属性,剩余项目的渴望(FERI),这需要每个项目被分配给一个代理谁排名最高的剩余项目,从而意味着第一选择最大化。使用FERI作为一个启发式的,我们设计的机制,满足后或事前的FERI的变体与其他可取的性能的组合效率(帕累托效率),公平性(强平等对待平等和sd-弱-envy-freeness),和strategyproofness(sd-弱-strategyproofness)。我们还探讨了FERI机制在通过不可能性结果提供更强的效率、公平性或防策略性保证方面的局限性。
2022-04-27 cs.AI cs.GT
Online Fair Division with Budget Constraints
University of Oxford(牛津大学)
研究广义分配预算约束下离散公平分配的在线变体,确定有界密度扩展条件并获近似算法,研究资源增强及刻画保证改进,还开发学习增强框架,证明其性质及单独预测边际的不足。
2026-07-28 cs.AI cs.GT cs.LG
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