In fair division of indivisible goods, l-out-of-d maximin share (MMS) is the value that an agent can guarantee by partitioning the goods into d bundles and choosing the l least preferred bundles. Most existing works aim to guarantee to all agents a constant fraction of their one-out-of-n MMS. But this guarantee is sensitive to small perturbation in agents' cardinal valuations. We consider a more robust approximation notion, which depends only on the agents' ordinal rankings of bundles. We prove the existence of l-out-of-(l+1/2)n MMS allocations of goods for any integer l >= 1, and develop a polynomial-time algorithm that achieves this guarantee when l = 1.


翻译:在对不可分割货物的公平划分中,I-Out-d最大份额(MMS)是代理人通过将货物分成d捆包和选择最不受欢迎的捆包来保证的价值。大多数现有工作都旨在保证所有代理人的一次性MMS的固定部分。但这一保证对代理人基本价值的小规模扰动十分敏感。我们考虑一种更可靠的近似概念,它只取决于代理人对捆包的定级。我们证明存在任何整数l+1的(l+1/2)n MMS分配货物的情况,并发展一种在l=1时实现这一保证的多元时间算法。

0
下载
关闭预览

相关内容

专知会员服务
91+阅读 · 2021年6月3日
专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
113+阅读 · 2020年10月8日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
7+阅读 · 2020年6月29日
Meta-Learning with Implicit Gradients
Arxiv
13+阅读 · 2019年9月10日
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Arxiv
3+阅读 · 2014年10月9日
VIP会员
相关VIP内容
专知会员服务
91+阅读 · 2021年6月3日
专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
113+阅读 · 2020年10月8日
Top
微信扫码咨询专知VIP会员