本文通过随机分配机制在具有多个参与方的背景下研究了公平分配资源的问题，结果表明当所有组包含相同数量的玩家时，最大化幸福感的分配可能是无嫉妒的，而通过随机分配的机制可以满足近似无嫉妒的要求。

Jun, 2017

研究分配问题，引入社交网络模型，通过局部比例和局部嫉妒性的概念，使用单人切割模型确定图形结构和嫉妒性代价下的最大效用分配。

Nov, 2016

这篇研究论文主要研究公平地分配一组异质可分资源给具有不同偏好的个体的问题，关注的是资源对应于一张连接图的边缘，每个个体必须被分配一块连通的图形，所考虑的公平概念是经典的无嫉妒性。该问题是 NP 完全的，我们分析了该问题相对于两个自然复杂度度量的复杂性：个体数量和图中边缘的数量。虽然即使对于只有两名个体的实例问题仍然是 NP 困难的，但我们根据图的结构性质给出了当个体数量是常数时该问题复杂性的两分法特征。对于后一种情况，我们设计了一个多项式时间算法，当图形具有常数数量的边时。

Dec, 2023

本文研究公平分配中的 “无嫉妒性” 概念，在不能平分的资源分配中，提出了 “去除任意一份资源后，任何玩家都不会愿意交换自己捆绑的价值”（EFX）的公平性条件。使用 Leximin 解决方案证明了在几个情境中都有 EFX 分配的存在性，我们的研究表明，在不同类的玩家估值的不能平分的财产的公平分配中，有着丰富的研究课题。

Jul, 2017

研究了如何使用 envy-freeness 的松弛，公平地分配不可拆分物品给多组代理人。同时，我们考虑了对代理人估值的不同假设，对于任意单调，响应和可加估值，我们的结果都是具有普遍意义的。此外，我们还引入了一种新模型，其中代理人事先不被划分为不同组，而是与物品分配一起选择划分。

Jan, 2019

本文研究了将不可拆分物品分配给具有加法偏好的代理人的基本问题。我们考虑 eliciting 每个代理人仅排名她最喜欢的 $k$ 个物品，而不是她的完整基数估值。我们表征了实现嫉妒 - 自由度高达一个良好且近似最大值共享保证的 $k$ 值。我们还分析了由于缺乏完整信息而产生的社会福利的乘法损失，无论是否满足公平要求。

May, 2021

本文提出了一种在图形结构中实现公平分配的方法，其中包含了嫉妒自由和比例两个公平概念，并实现了一些在树和后代图中的算法。

Jul, 2017

本文研究如何在分类任务中实现公平分配，重点是探讨基于小样本能否实现 envy-free classification 并提出了一个新的方案，使用低 Natarajan 维度的确定性分类器的混合模型，可以在高概率下实现几乎 envy-free 分类。

Sep, 2018

设计了一种分配机制，基于私有偏好，旨在通过将不可分割物品分配给玩家来实现高效和公平；使用具有二分边缘概率的估值，并且它是公证的，它生成的分配满足许多所需的公平性质。

Feb, 2020

研究 “Envy-freeness up to one good” 的公平性，提出一种基于信息隐瞒的新型公平性，通过实验及对算法的分析，验证算法分配的公平性。

Jul, 2019