볼록 최적화에서 무작위 메커니즘까지 최적 조합 경매

초록

이 논문은 m개의 물품과 n명의 입찰자를 가진 조합 경매에서, 입찰자들의 가치 함수가 행렬 순위 합(MRS) 형태일 때, (1‑1/e) 근사 비율을 보장하는 기대 다항시간, 진실성‑기대 메커니즘을 제시한다. 핵심 아이디어는 전통적인 분수 해 최적화‑라운딩 절차가 아니라, 라운딩 알고리즘의 출력을 직접 최적화함으로써 MIDR(Minimal in Distributional Range) 구조를 얻는 것이다. 라운딩 결과의 기대 복리함수가 볼록이면 convex programming으로 효율히 풀 수 있다. MRS 가치 함수에 대해 새로운 무작위 라운딩을 설계해 기대 복리함수를 볼록하게 만들고, (1‑1/e) 근사를 달성한다. 이 근사는 P≠NP 가정 하에 최적이며, 기존의 진실성‑기대 메커니즘 중 최초로 다항시간 내에 상수‑팩터 근사를 제공한다.

상세 분석

본 연구는 조합 경매의 복합적인 최적화 문제를 메커니즘 설계와 연결시키는 새로운 프레임워크를 제시한다. 전통적인 접근법은 (1) 선형/볼록 이완을 풀어 분수 해를 얻고, (2) 무작위 라운딩을 통해 정수 해로 변환한다는 두 단계로 구성된다. 그러나 대부분의 라운딩 알고리즘은 입력(분수 해)과 출력(정수 할당) 사이에 복잡한 비선형 관계를 가지므로, MIDR(분포 범위 최대화) 조건을 만족시키지 못한다. 저자들은 “라운딩 알고리즘의 출력 자체를 목적 함수로 삼아 직접 최적화한다”는 아이디어를 도입한다. 구체적으로, 라운딩 연산 r(x)를 확률적 매핑으로 보고, 기대 복리 E_{y∼r(x)}