In the budget-feasible allocation problem, a set of items with varied sizes and values are to be allocated to a group of agents. Each agent has a budget constraint on the total size of items she can receive. The goal is to compute a feasible allocation that is envy-free (EF), in which the agents do not envy each other for the items they receive, nor do they envy a charity, who is endowed with all the unallocated items. Since EF allocations barely exist even without budget constraints, we are interested in the relaxed notion of envy-freeness up to one item (EF1). The computation of both exact and approximate EF1 allocations remains largely open, despite a recent effort by Wu et al. (IJCAI 2021) in showing that any budget-feasible allocation that maximizes the Nash Social Welfare (NSW) is 1/4-approximate EF1. In this paper, we move one step forward by showing that for agents with identical additive valuations, a 1/2-approximate EF1 allocation can be computed in polynomial time. For the uniform-budget and two-agent cases, we propose efficient algorithms for computing an exact EF1 allocation. We also consider the large budget setting, i.e., when the item sizes are infinitesimal compared with the agents' budgets, and show that both the NSW maximizing allocation and the allocation our polynomial-time algorithm computes have an approximation close to 1 regarding EF1.


翻译:在预算可行的分配问题中,一组规模和价值各异的项目将分配给一组代理商。每个代理商都对其所能收到的项目的总规模有预算限制。目标是计算一个不羡慕(EF)的可行分配,即代理商不互相嫉妒对方收到的项目,也不羡羡羡一个拥有所有未分配项目、拥有所有未分配项目的慈善机构的慈善机构。由于EF分配额即使没有预算限制,也几乎不存在,因此,向一组代理商分配一组项目(EF1)分配一系列规模和价值各异的项目。每个代理商都对其所能收到的项目总规模有预算限制。每个代理商都对其所能收到的项目总规模有预算限制。每个代理商在计算一系列项目(EF1)时,对一种放松的无嫉妒感概念感兴趣。尽管Wu等人等人最近努力(IJCAI 2021)表明,任何能够最大限度地增加纳什社会福利的任何预算分配的可行拨款都是1/4-贴近EFFF1的慈善机构。在本文中,我们展示一个具有相同添加性估价的代理商估价的代理人的1个更接近1的EFFF1分配办法,在多边时间计算。关于一个更接近1的、更接近1的会费和接近1的会费的分配,对于一个更接近1的1的会费分配,对于一个我们一个比-预算和两个代理公司,对于一个比-预算和两个的组织和、我们的大案件,我们提议一个比-预算和两个代理公司也考虑一个比、一个比、一个比、一个比、一个比、一个比一个比一个比一个比、一个比、一个比、一个比一个比一个比一个比一个比一个比一个比一个比一个项目,一个比一个比一个项目、一个项目、一个比一个比一个比一个比一个比一个比一个项目、一个比一个比一个比一个比、一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个比一个

0
下载
关闭预览

相关内容

GSMA:人工智能赋能安全应用案例集,114页pdf
专知会员服务
68+阅读 · 2021年3月16日
机器学习组合优化
专知会员服务
110+阅读 · 2021年2月16日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
79+阅读 · 2020年7月26日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
111+阅读 · 2020年5月15日
专知会员服务
61+阅读 · 2020年3月19日
强化学习最新教程,17页pdf
专知会员服务
177+阅读 · 2019年10月11日
MIT新书《强化学习与最优控制》
专知会员服务
277+阅读 · 2019年10月9日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
5+阅读 · 2019年4月15日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Arxiv
0+阅读 · 2021年8月30日
Arxiv
0+阅读 · 2021年8月30日
Arxiv
0+阅读 · 2021年8月30日
Arxiv
0+阅读 · 2021年8月25日
VIP会员
相关VIP内容
GSMA:人工智能赋能安全应用案例集,114页pdf
专知会员服务
68+阅读 · 2021年3月16日
机器学习组合优化
专知会员服务
110+阅读 · 2021年2月16日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
79+阅读 · 2020年7月26日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
111+阅读 · 2020年5月15日
专知会员服务
61+阅读 · 2020年3月19日
强化学习最新教程,17页pdf
专知会员服务
177+阅读 · 2019年10月11日
MIT新书《强化学习与最优控制》
专知会员服务
277+阅读 · 2019年10月9日
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
5+阅读 · 2019年4月15日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Top
微信扫码咨询专知VIP会员