論文の概要: Strategyproof and Proportionally Fair Facility Location
- arxiv url: http://arxiv.org/abs/2111.01566v3
- Date: Tue, 28 Nov 2023 16:00:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-30 18:18:28.581805
- Title: Strategyproof and Proportionally Fair Facility Location
- Title（参考訳）: 戦略的かつ比例的に公平な施設配置
- Authors: Haris Aziz, Alexander Lam, Barton E. Lee, Toby Walsh
- Abstract要約: 簡単な1次元集団決定問題(しばしば施設配置問題と呼ばれる)に焦点を当てる。
比例に基づく様々な強度のフェアネス公理の階層構造を解析する。
各公理に対して、公理と戦略の安全性を満足するメカニズムのファミリーを特徴付ける。
- 参考スコア（独自算出の注目度）: 77.16035689756859
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We focus on a simple, one-dimensional collective decision problem (often
referred to as the facility location problem) and explore issues of
strategyproofness and proportionality-based fairness. We introduce and analyze
a hierarchy of proportionality-based fairness axioms of varying strength:
Individual Fair Share (IFS), Unanimous Fair Share (UFS), Proportionality (as in
Freeman et al, 2021), and Proportional Fairness (PF). For each axiom, we
characterize the family of mechanisms that satisfy the axiom and
strategyproofness. We show that imposing strategyproofness renders many of the
axioms to be equivalent: the family of mechanisms that satisfy proportionality,
unanimity, and strategyproofness is equivalent to the family of mechanisms that
satisfy UFS and strategyproofness, which, in turn, is equivalent to the family
of mechanisms that satisfy PF and strategyproofness. Furthermore, there is a
unique such mechanism: the Uniform Phantom mechanism, which is studied in
Freeman et al. (2021). We also characterize the outcomes of the Uniform Phantom
mechanism as the unique (pure) equilibrium outcome for any mechanism that
satisfies continuity, strict monotonicity, and UFS. Finally, we analyze the
approximation guarantees, in terms of optimal social welfare and minimum total
cost, obtained by mechanisms that are strategyproof and satisfy each
proportionality-based fairness axiom. We show that the Uniform Phantom
mechanism provides the best approximation of the optimal social welfare (and
also minimum total cost) among all mechanisms that satisfy UFS.
- Abstract（参考訳）: 簡単な1次元の集合的決定問題(しばしば施設配置問題と呼ばれる)に焦点を当て、戦略の安全性と比例性に基づく公正性の問題を探求する。
我々は,比例性に基づく正当性公理の階層構造を,IFS,Unanimous Fair Share(UFS),Proportionality(Freeman et al,2021),Proportional Fairness(PF)として導入し,分析した。
各公理に対して、我々は公理と戦略耐性を満たすメカニズムの族を特徴づける。
比例性,一様性,戦略性を満足する機構のファミリーは、UFSと戦略性を満足する機構のファミリーと等価であり、そのファミリーはPFと戦略性を満足する機構のファミリーと等価である。
さらに、一様ファントム機構(uniform phantom mechanism)は、freeman et al. (2021)で研究されている。
また,一様ファントム機構の結果を,連続性,厳密な単調性,ufsを満たす任意の機構に対する一意な(純粋)平衡結果として特徴づける。
最後に,各比例性に基づく公平性公理を満足するメカニズムによって得られた最適社会福祉と最小総コストの観点から近似保証を分析する。
一様ファントム機構は、ufsを満たす全てのメカニズムの中で最適な社会福祉(および最小総コスト)の最適近似を提供する。
関連論文リスト
- The Leximin Approach for a Sequence of Collective Decisions [6.3734441349747035]
ラウンドロビン,最大ナッシュ福祉,レキシミンの3つのメカニズムの公正性を解析した。
オフライン環境では、3つのメカニズムが比例的あるいは近似的な結果を見つからないことを示す。
オンライン環境では、比例性や緩和を保証することは不可能であることを示す。
論文 参考訳（メタデータ） (2023-05-29T11:28:27Z) - First-Choice Maximality Meets Ex-ante and Ex-post Fairness [33.992491196317744]
我々は、第一選択(FCM)を満たすランダム化機構、すなわち、第一選択を割り当てるエージェントの数を最大化する機構を設計する。
我々のメカニズムは、元アンティーと元ポストフェアネスの保証も提供する。
論文 参考訳（メタデータ） (2023-05-08T09:57:30Z) - Proportional Fairness in Obnoxious Facility Location [100.88307501458418]
この問題に対して,距離に基づく比例フェアネスの概念の階層構造を提案する。
決定論的かつランダムなメカニズムを考察し、比例フェアネスの価格に関する厳密な境界を計算する。
論文 参考訳（メタデータ） (2023-01-11T07:30:35Z) - Social Diversity Reduces the Complexity and Cost of Fostering Fairness [63.70639083665108]
不完全な情報や公平性の柔軟な基準を前提とした干渉機構の効果について検討する。
多様性の役割を定量化し、情報収集の必要性を減らす方法を示す。
この結果から,多様性が変化し,公正性向上を目指す機関に新たなメカニズムが開放されることが示唆された。
論文 参考訳（メタデータ） (2022-11-18T21:58:35Z) - Random Rank: The One and Only Strategyproof and Proportionally Fair
Randomized Facility Location Mechanism [103.36492220921109]
我々は、強い比例性は動機が良く基本的な公理であるが、その性質を満たす決定論的戦略防御機構は存在しないことを示した。
次に、予測において強い比例性を満たすランダムランクと呼ばれるランダム化メカニズムを同定する。
我々の主な特徴はランダムランクを、普遍的真理性、普遍的匿名性、期待における強い比喩性を達成するユニークなメカニズムとして特徴づけている。
論文 参考訳（メタデータ） (2022-05-30T00:51:57Z) - Monotonic Improvement Guarantees under Non-stationarity for
Decentralized PPO [66.5384483339413]
我々は,MARL(Multi-Agent Reinforcement Learning)における分散政策の最適化のための新しい単調改善保証を提案する。
本研究では,訓練中のエージェント数に基づいて,独立した比率を限定することにより,信頼領域の制約を原則的に効果的に実施可能であることを示す。
論文 参考訳（メタデータ） (2022-01-31T20:39:48Z) - Near Instance-Optimality in Differential Privacy [38.8726789833284]
古典統計理論に着想を得た差分プライバシーにおけるインスタンス最適性の概念を考案する。
また、大規模な推定値に対してインスタンス最適(もしくはほぼインスタンス最適)な逆感度機構も開発する。
論文 参考訳（メタデータ） (2020-05-16T04:53:48Z) - VCG Mechanism Design with Unknown Agent Values under Stochastic Bandit
Feedback [104.06766271716774]
本研究では,エージェントが自己の価値を知らない場合に,マルチラウンドの福祉最大化機構設計問題について検討する。
まず、福祉に対する後悔の3つの概念、各エージェントの個々のユーティリティ、メカニズムの3つの概念を定義します。
当社のフレームワークは価格体系を柔軟に制御し、エージェントと販売者の後悔のトレードオフを可能にする。
論文 参考訳（メタデータ） (2020-04-19T18:00:58Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。