Coordinating selfish players in scheduling games

Abstract

We investigate coordination mechanisms that schedule n jobs on m unrelated machines. The objective is to minimize the makespan. It was raised as an open question whether it is possible to design a coordination mechanism that has constant price of anarchy using preemption. We give a negative answer. Next we introduce multi-job players that control a set of jobs, with the aim of minimizing the sum of the completion times of theirs jobs. In this setting, previous mechanisms designed for players with single jobs are inadequate, e.g., having large price of anarchy, or not guaranteeing pure Nash equilibria. To meet this challenge, we design three mechanisms that induce pure Nash equilibria while guaranteeing relatively small price of anarchy. Then we consider multi-job players where each player's objective is to minimize the weighted sum of completion time of her jobs, while the social cost is the sum of players' costs. We first prove that if machines order jobs according to Smith-rule, then the coordination ratio is at most 4, moreover this is best possible among non-preemptive policies. Then we design a preemptive policy, em externality that has coordination ratio 2.618, and complement this result by proving that this ratio is best possible even if we allow for randomization or full information. An interesting consequence of our results is that an $\varepsilon-$local optima of $R|\,|\sum w_iC_i$ for the jump neighborhood can be found in polynomial time and is within a factor of 2.618 of the optimal solution.

Wir betrachten Koordinationsmechanismen um n Jobs auf m Maschinen mit individuellen Bearbeitungszeiten zu verteilen. Ziel dabei ist es den Makespan zu minimieren. Es war eine offene Frage, ob es möglich ist einen preämptiven Koordinationsmechanismus zu entwickeln, der einen konstanten Price of Anarchy hat. Wir beantworten diese Frage im negativen Sinne. Als nächstes führen wir Multi-Job-Spieler ein, die eine Menge von Jobs kontrollieren können, mit dem Ziel die Summe der Fertigstellungszeiten ihrer Jobs zu minimieren. In diesem Szenario sind bekannte Mechanismen, die für Ein-Job-Spieler entworfen worden sind, nicht gut genug, und haben beispielsweise einen hohen Price of Anarchy oder können kein reines Nash Gleichgewicht garantieren. Wir entwickeln drei Mechanismen die jeweils ein reines Nash Gleichgewicht besitzen, und einen relativ kleinen Price of Anarchy haben. Zusätzlich betrachten wir Multi-Job-Spieler, mit dem Ziel jeweils die gewichtete Summe der Fertigstellungszeiten ihrer Jobs zu minimieren, während die Gesamtkosten die Summe der Kosten der Spieler sind. Wir zeigen zuerst, dass das Koordinationsverhältnis höchstens $4$ ist, wenn die Maschinen die Jobs nach der Smith-Regel sortieren, was bei nicht-preämptiven Verfahren optimal ist. Danach entwickeln wir ein preämptives Verfahren, Externality, welches ein Koordinationsverhältnis von 2.618 hat, und ergänzen dieses Ergebniss indem wir beweisen, dass dieses Verhältnis optimal ist, auch für den Fall, dass wir Randomisierung oder volle Information erlauben. Eine interessante Folge unserer Ergebnisse ist, dass ein $\varepsilon$-lokales Optimum von $R|\,|\sum w_iC_i$ für die Jump-Neighborhood in Polynomialzeit gefunden werden kann, und innerhalb eines Faktors von 2.618 von der optimalen Lösung ist.