전략적 진실성 메커니즘을 위한 합산 분리 및 분수 헤도닉 게임 연구

초록

**
본 논문은 합산 분리 헤도닉 게임(ASHG)과 분수 헤도닉 게임(FHG)에서 에이전트가 자신의 선호를 숨기지 않도록 하는 전략적 진실성 메커니즘을 설계하고, 사회복지(총 효용) 관점에서 그 성능의 하한·상한을 분석한다. 일반, 비음수, 듀플렉스, 단순 네 가지 가치 함수 클래스별로 무작위·결정적 메커니즘의 근사비율을 제시하고, 대부분의 경우 상한과 하한이 일치하거나 점근적으로 일치함을 보인다.

**

상세 분석

**
이 논문은 두 종류의 헤도닉 게임, 즉 합산 분리 헤도닉 게임(ASHG)과 분수 헤도닉 게임(FHG)을 대상으로 전략적 진실성 메커니즘을 연구한다. ASHG에서는 각 에이전트 i가 다른 에이전트 j에 대해 부여한 가치 v_i(j)를 합산해 자신이 속한 연합(C_i)의 효용 u_i(C)=∑{j∈C_i}v_i(j)를 얻고, FHG에서는 이를 연합 규모 |C_i| 로 나누어 u_i(C)= (∑{j∈C_i}v_i(j))/|C_i| 로 정의한다. 에이전트는 자신의 가치 함수를 숨기고 조작할 수 있기 때문에, 메커니즘 M이 “전략적 진실성”(strategyproof)하다는 것은 어떤 에이전트도 자신의 보고를 바꾸어 기대 효용을 높일 수 없음을 의미한다.

연구는 사회복지, 즉 전체 효용의 합 SW(C)=∑_i u_i(C)를 최대화하는 메커니즘을 목표로 한다. 메커니즘의 성능은 최적 사회복지 OPT(d) 대비 얻는 사회복지의 비율 r_M= sup_d OPT(d)/SW(M(d)) 로 측정한다. 여기서 d는 모든 에이전트가 보고한 가치 프로필이며, 메커니즘은 무작위일 경우 기대값을 사용한다.

논문은 가치 함수의 네 가지 제한을 고려한다. (1) 일반값: v_i(j)∈