Maximin Share Guarantees via Limited Cost-Sensitive Sharing
本文研究了允许有限成本敏感共享的不可分物品公平分配问题,证明了在特定共享条件下可恢复精确最大最小份额(MMS)保证,提出了共享最大最小份额(SMMS)新准则并分析了其存在性与近似算法,从而为多智能体环境下的资源公平分配提供了深刻的理论见解。
63 篇论文
本文研究了允许有限成本敏感共享的不可分物品公平分配问题,证明了在特定共享条件下可恢复精确最大最小份额(MMS)保证,提出了共享最大最小份额(SMMS)新准则并分析了其存在性与近似算法,从而为多智能体环境下的资源公平分配提供了深刻的理论见解。
该论文通过形式化模型诱导的局部性(如 KNN 邻居或树节点),提出了利用支持集映射和最优子集复用的 LSMR 算法及其无偏蒙特卡洛变体 LSMR-A,从而将数据估值从指数级全局计算转化为受控于独立影响子集数量的结构化问题,在显著降低重训练开销的同时保持了高估值精度。
本文基于 Eisenbud 等人的工作提出了一种计算有限博弈中完全混合均衡指数的新代数方法,证明了任意整数均可作为孤立完全混合均衡的指数,并揭示了在单生均衡类中非零指数与支付鲁棒性等价,同时探讨了该方法向扩展式博弈及边界均衡情形的推广。