.png){kind=icon}
返回
Improved Approximation Algorithms for Combinatorial Contracts with Type Constraints
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-95-0215-8_1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们介绍了一个具有类型约束的多智能体组合契约设计问题。委托人将任务分配给分为k种类型的智能体。每种类型的智能体决定是否付出代价高昂的努力。委托人的收益是所有类型中付出努力的智能体的一个非负、单调且次模的函数。在扩展了Dutting等人（2023年）关于单智能体-每类型（k = n）案例的先前工作基础上，我们允许每种类型有多个智能体，其中n表示智能体的数量。我们将契约设计表述为一个双层优化问题，并利用逆向归纳将其转化为单层子集选择问题。我们提供了一种使用价值和需求查询智能体的参数化近似算法，在适当的参数设置下，其近似比率比Dutting等人（2023年）提高了约5倍。
Keyword:
Combinatorial contracts
Principal-agent model
Approximation algorithms
Submodularity
期刊
C
IF:
0
论文数:
24
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏
分享收藏
查看更多内容