本研究論文回顧了計算社會選擇(COMSOC)領域中兩個關鍵問題的參數化複雜度:多贏家決定問題和享樂遊戲。
計算社會選擇探討集體決策中社會選擇問題的計算和算法面向。COMSOC 中的典型問題包括:
許多 COMSOC 問題在計算上具有挑戰性,通常是 NP-hard 或更難。本文旨在探討 COMSOC 問題的參數化複雜度。
在多贏家選舉/決定中,給定一組有限的候選人、一組有限的選民(每個選民對候選人都有偏好)和一個數字 k,任務是找到一個包含 k 個候選人的子集,這些候選人“最佳地”尊重選民的偏好。與單一贏家決定類似,有多種投票規則可以指定“最佳”的含義。本節探討基於失真或分數的幾個選定投票規則的參數化複雜度。
文章介紹了線性偏好模型和批准偏好模型,以及適用於這些模型的不同投票規則,包括 Monroe 規則、Chamberlin-Courant (CC) 規則、Minimax Approval Voting (MAV) 規則和 Proportional Approval Voting (PAV) 規則。
文章探討了兩種有助於設計高效算法的突出偏好結構:單峰偏好和單交叉偏好。文章還討論了確定偏好概況與單峰或單交叉結構的距離的複雜度。
文章回顧了關於不同參數設置下多贏家決定問題的參數化複雜度結果,包括候選人數量、選民數量、委員會規模、失真界限、分數界限以及與單峰或單交叉結構的距離。
文章提出了該領域的一些開放性問題和研究挑戰,例如在特定參數設置下某些投票規則的複雜度,以及設計針對多贏家決定問題的更有效算法。
To Another Language
from source content
arxiv.org
Głębsze pytania