Random Rank: The One and Only Strategyproof and Proportionally Fair Randomized Facility Location Mechanism
UNSW Sydney（悉尼新南威尔士大学）
比例是一个有吸引力的公平概念，已被应用于一系列问题，包括设施选址问题，社会选择中的经典问题。在我们的工作中，我们提出了一个称为强比例的概念，它确保了当有两组代理在不同的位置，两组产生相同的总成本。我们表明，虽然强比例性是一个动机良好的基本公理，没有确定性的防策略机制满足的属性。然后，我们确定了一个随机机制，称为随机排名（它统一选择一个数字$k$之间的$1$到$n$和定位设施在$k$的第一个最高的代理位置），满足强比例的期望。我们的主要定理将随机秩描述为在所有随机机制中实现普遍真实性、普遍匿名性和期望中的强比例性的唯一机制。最后，我们通过AverageOrRandomRank机制表明，通过将普遍真实性弱化为预期中的防策略性，可以实现更强的事后公平性保证。
2022-06-14 cs.AI cs.GT cs.MA
Characterization of Group-Strategyproof Mechanisms for Facility Location in Strictly Convex Space
在任意无约束严格凸空间中，刻画了单设施选址博弈的群体防策略机制类。一种机制是\emph{group-strategyproof}，如果没有一组代理人可以误报，使其所有成员都更好地\emph{strictly}。严格凸空间是赋范向量空间，其中$\|x+y\|<2$对任何一对不同的单位向量$x \neq y$成立，例如，任何带有$p\in (1,\infty)$的$L_p$空间。我们表明，任何确定性的，一致的，组strategyproof机制必须是独裁的，和任何随机的，一致的，防御不变的，组strategyproof机制必须是\emph{2-dictatorial}。这里，如果随机机制的彩票输出必须分布在两个独裁者输入之间的线段上，则该机制是2-独裁的。如果一个机构的输出遵循输入的相同平移，则该机构是平移不变的。我们的特征直接意味着，任何（随机）的预防不变近似算法满足组strategyprofness属性有一个下界的$2$近似的最大成本（每当$n \geq 3$），和$n/2 - 1$的社会成本。我们还发现了一个算法，$2$ -近似的最大成本和$n/2$ -近似的社会成本，证明边界是（几乎）紧。
2020-05-24 cs.GT
Distributed Facility Location Games with Candidate Locations
本文研究带候选位置的分布式设施选址博弈，针对受欢迎和令人厌恶两类设施，在多种社会成本目标下给出具有常数失真的策略证明分布式机制，并证明相应的失真下界，同时刻画了令人厌恶设施场景中有界失真机制不存在的条件。
2024-12-24 cs.GT math.OC
Strategyproof Facility Location in Perturbation Stable Instances
本文研究扰动稳定的 $k$-设施选址博弈，证明稳定实例下确定性与随机化防策略机制的近似保证，并给出低稳定性下的不可能性结果。
2024-03-03 cs.GT
Strategyproof and Proportionally Fair Facility Location
UNSW Sydney（悉尼新南威尔士大学）；City University of Hong Kong（香港城市大学）；ETH Zürich（苏黎世联邦理工学院）；Data61 CSIRO（联邦科学与工业研究组织数据61研究所）
本文研究一维设施选址问题中的策略防操纵性与比例公平性，证明多个公平公理在策略防操纵下等价，并证明Uniform Phantom机制是唯一满足这些性质的机制，且具有最优社会福利和最小总成本的近似保证。
2023-11-28 cs.AI cs.GT cs.MA
Obnoxious Facility Location Problems: Strategyproof Mechanisms Optimizing $L_p$-Aggregated Utilities and Costs
University of Nebraska-Lincoln（内布拉斯加大学林肯分校）；Rensselaer Polytechnic Institute（伦斯勒理工学院）；Beijing Normal University-Zhuhai（北京师范大学珠海校区）
本文研究了如何通过策略证明机制优化L_p-聚合效用和成本的令人反感设施选址问题，分析了确定性和随机性机制的近似比界限。
2025-12-21 cs.GT
Breaking the 4-Approximation Barrier in Strategyproof Two-Facility Location
Central China Normal University（华中师范大学）；Shanghai University of Finance and Economics（上海财经大学）
该研究在Ptolemaic度量空间中提出随机策略proof双设施选址机制，将最优近似比从4降至约3.667，同时将最优下界从1.045提升至约1.207，突破了此前的4近似比障碍。
2026-08-11 cs.GT
On the Power of Deterministic Mechanisms for Facility Location Games
我们考虑K-设施的位置游戏，其中n战略代理报告他们的位置在度量空间，和一个机制将其映射到K设施。我们的主要结果是一个优雅的表征确定性strategyproof机制与有界的近似比2设施的位置线上。特别是，我们表明，与n \geq 5代理的实例，任何这样的机制要么承认一个独特的独裁者，或总是将设施在最左边和最右边的位置的实例。作为一个推论，我们得到的最佳近似比确定性strategyproof机制的问题，定位2设施的线路上，以最大限度地减少总的连接成本是精确的n-2。另一个相当令人惊讶的结果是，（Procaccia和Tennenholtz，EC 2009）的两个极端机制是唯一的确定性匿名防策略机制，具有在线2-设施位置的有界近似比。证明的特征采用了一些新的想法和技术工具，提供了新的见解的行为确定性strategyproof机制的K-设施位置游戏，并可能是独立的兴趣。采用这些工具之一，我们表明，对于每一个K \geq 3，不存在任何确定性的匿名strategyproof机制与有界近似比K-设施位置的线上，即使是简单的实例与K+1代理。此外，建立在线的特征，我们表明，不存在任何确定性的strategyproof机制与有界的近似比2-设施位置更一般的度量空间，这是真实的，即使是简单的情况下，3个代理位于一个星。
2012-07-04 cs.GT
Improved Approximation Ratio for Strategyproof Facility Location on a Cycle
本研究针对环上设施选址的期望策略自利机制设计问题，提出结合RD与PCD机制的随机方案，借助环切割技术证明其近似比达7/4，改进了n≥5时的已知上界。
2025-05-19 cs.GT
Optimality of the coordinate-wise median mechanism for strategyproof facility location in two dimensions
我们考虑两个维度的设施选址问题。特别是，我们认为设置代理人的欧几里得偏好，定义他们的理想点，设施位于$\mathbb{R}^2$。我们发现，$p-norm$（$p \geq 1$）的目标，坐标明智的中位数机制（CM）具有最低的最坏情况下的近似比类的确定性，匿名，和strategyproof机制。对于最小和目标和奇数代理$n$，我们表明，CM有一个最坏情况下的近似比（AR）的$\sqrt{2}\frac{\sqrt{n^2+1}}{n+1}$。对于$p-norm$社会成本目标（$p\geq 2$），我们发现CM的AR上界为$2^{\frac{3}{2}-\frac{2}{p}}$。我们推测CM的AR实际上等于任何$p\geq 2$的下限$2^{1-\frac{1}{p}}$（与$p=2$和$p=\infty$的情况一样）。
2022-07-11 cs.GT
Product Gap Mechanisms for Multi-Facility Location
该研究提出乘积间隙机制用于多设施选址，证明其对社会成本的近似比，分析其策略防卫性，还结合比例机制得到更优近似比的混合机制。
2026-08-21 cs.GT
Approximately Optimal Mechanisms for Strategyproof Facility Location: Minimizing $L_p$ Norm of Costs
我们考虑的问题，定位一个单一的设施上的真正的线。该设施服务于一组代理，每个代理位于线路上，并产生与他到设施的距离相等的成本。特工的位置是只有他自己知道的私人信息。代理将他们的位置报告给中央规划者，后者决定将设施定位在哪里。规划者的目标是最小化一个“社会”成本函数，取决于代理成本。然而，代理人可能不会如实报告;为了解决这个问题，计划者必须将自己限制在{ \em strategyproof}机制中，其中如实报告是每个代理人的主导策略。简单地选择最优解的机制通常不是防策略的，因此规划者希望使用有效地{ \em逼近}其目标函数的机制。在我们的论文中，我们研究了上述问题的社会成本函数是代理成本向量的$L_p$范数。我们发现，中位数机制（这是已知的防策略）提供了一个$2^{1-\frac{1}{p}}$近似比，这是所有确定性的防策略机制之间的最佳近似比。对于随机机制，我们提出了两个结果。首先，我们提出了一个负面的结果：我们表明，整数$\infty>p>2$，没有机制--从一个相当大的类随机机制--有一个近似比中位数机制。这与$p=2$和$p=\infty$的情况相反，其中随机化机制可证明有助于提高最差情况近似比。其次，对于2代理的情况下，我们表明，一种机制称为LRM，首先由Procaccia和Tennenholtz设计的特殊情况下的$L_{\infty}$，提供了最佳的逼近比之间的所有随机机制…
2014-09-16 cs.GT
Approximate and Strategyproof Maximin Share Allocation of Chores with Ordinal Preferences
从算法和机制设计的角度出发，我们开始了关于最大最小份额（MMS）公平分配m个不可分割的家务到n个代理的工作，只使用他们的顺序偏好。之前最著名的近似是Aziz等人的2-1/n [IJCAI 2017]。我们通过给出一个简单的确定性5/3-近似算法来改进这个结果，该算法确定代理的分配序列，根据该序列，项目被逐一分配。通过更严格的分析，我们表明，对于n= 2，3，我们的算法取得了更好的近似比，实际上是最优的。我们还考虑了战略代理人的设置，代理人可能会误报他们的偏好来操纵结果。首先给出了一个时间复杂度为O（\log（m/n））的近似连续拣选算法，然后通过一个随机算法将其近似度提高到O（\sqrt{\log n}）.我们的研究结果揭示了一些有趣的对比之间的近似比率实现家务与货物。
2020-12-27 cs.GT cs.MA
Randomized Strategyproof Facility Location: Two Facilities and Beyond
University of Nebraska–Lincoln（内布拉斯加大学林肯分校）；Rensselaer Polytechnic Institute（伦斯勒理工学院）；Beijing Normal University–Zhuhai（北京师范大学珠海校区）；Beijing Normal–Hong Kong Baptist University（北京师范大学-香港浸会大学联合国际学院）
该研究针对多设施选址问题设计随机策略proof机制，两设施场景提出Hybrid-Distance机制打破4的近似比基准，多设施场景提出Inverse-Square和Gap-Product机制优化近似比或实现常数近似比。
2026-09-02 cs.GT
Strategyproof Mechanism for Two Heterogeneous Facilities with Constant Approximation Ratio
在本文中，我们研究了两个设施的位置在一条线上的选择性偏好的游戏，每个代理的可接受的设施集可以是不同的，一个代理的成本是他的距离最近的设施在他的可接受的集合。目标是最小化所有代理的总成本，同时实现防策略性。我们设计了一个确定性的防策略机制的问题的近似比为2.75，改进了早期的最佳比率n/2+1。
2019-07-21 cs.DS cs.GT
Constrained Heterogeneous Two-facility Location Games with Max-variant Cost
在本文中，我们提出了一个受约束的异构设施选址模型，一组替代位置是可行的建设设施和设施的数量在每个位置是有限的。假设真实线路上的一组智能体可以策略性地报告其位置，并且每个智能体的成本是她到她感兴趣的进一步设施的距离，我们研究了受约束的异构两设施位置博弈的无钱确定性机制设计。根据主体是否具有选择性偏好，将问题分为强制性偏好和选择性偏好两种情况。在每个Agent由两个异构设施提供服务的强制设置下，我们分别针对总成本/最大成本目标给出了一个3-近似确定性群体防策略机制，这也是相应社会目标下的最佳确定性群体防策略机制.在可选的设置，每个代理可以在两个设施之一或两者都感兴趣，我们提出了一个确定性的组策略的预防机制与近似比最多为$2n+1$的总成本目标和一个确定性的组策略的预防机制与近似比最多为9的最大成本目标。
2022-07-07 cs.GT
Strategyproof Scheduling with Predictions
\citet{NR99}在其开创性的论文中研究了在不相关的机器上调度作业以最小化完工时间为目标的防策略机制的设计问题。他们提供了一种防策略机制，实现了一个$n$ -近似，他们大胆推测，这是任何确定性防策略调度机制可实现的最佳近似。经过二十多年的努力，$n$仍然是最知名的近似和最近的工作\citet{CKK21}已经能够证明$Ω(\sqrt{n})$近似下界的所有确定性strategyproof机制。然而，这种强烈的负面结果在很大程度上取决于使用最坏情况分析评估这些机制的性能。为了克服这种过于悲观，而且往往没有信息的最坏情况下的界限，最近的一系列工作都集中在“学习增强框架”上，其目标是利用机器学习的预测来获得改进的近似，当这些预测准确时（一致性），同时即使预测是任意错误的（鲁棒性），也能实现接近最佳的最坏情况近似。本文利用学习增强框架研究了经典的策略调度问题~ \citet{NR99}，给出了一个确定性的多项式时间策略证明机制，该机制是$6$ -一致的，并且具有$2n$ -鲁棒性.因此，我们实现了“两全其美”：一个$O(1)$的一致性和$O(n)$的鲁棒性，渐近匹配最知名的近似。然后，我们扩展这一结果，以提供更一般的最坏情况下的近似保证作为预测误差的函数。最后，我们补充我们的积极结果表明，任何$1$一致的确定性strategyproof机制具有无限的鲁棒性。
2022-09-08 cs.GT
Truthful Two-Obnoxious-Facility Location Games with Optional Preferences and Minimum Distance Constraint
本文研究带可选偏好和最小距离约束的真实双重厌恶型设施位置博弈，提出多种确定性与随机化策略防伪机制，并给出近似比上界与下界。
2025-08-11 cs.GT
Mechanism Design With Predictions for Obnoxious Facility Location
University of Bucharest（布加勒斯特大学）
本文研究带预测的讨厌型设施选址问题的机制设计，提出在多种拓扑结构上具有鲁棒性与一致性权衡的确定性策略防伪机制，并证明一维情况下的最优性。
2022-12-19 cs.AI cs.GT cs.MA
Strategyproof Mechanisms For Group-Fair Facility Location Problems
针对实线上多群体设施选址，论文研究防策略且群体公平的机制，分析不同成本目标的近似比与下界，并提出满足IIF的紧近似机制。
2023-06-04 cs.GT
Randomized Strategyproof Mechanisms for Facility Location and the Mini-Sum-of-Squares Objective
我们考虑的问题，定位一个公共设施的一条线上，一组$n$战略代理报告他们的\emph{locations}和一个机制确定，无论是确定性或随机，设施的位置。从博弈论的角度研究设施选址问题主要有两个方向。第一个方向涉及\emph{strategyproof}（SP）机制的表征;即，机制，诱导真实的报告作为一个主导战略;和第二个方向量化如何以及各种目标函数时，可以近似限制到SP机制。本文件提供了两个方向的贡献。首先，我们构建了一个参数化的随机SP机制，并表明，所有先前提出的确定性和随机SP机制，为当前的设置可以形式化为特殊情况下，这种机制。其次，我们给出了严格的结果SP机制的近似比相对于最小化的距离的平方和的代理（\emph{miniSOS}）的目标。Holzman \cite{Holzman1990}为该函数提供了一个公理化基础，表明它是唯一满足连续性、连续性和不变性的函数。我们设计了一个随机机制，给出了一个1.5近似的miniSOS功能，并表明，没有其他随机SP机制可以提供一个更好的近似。该机制选择具有概率1/2的平均位置和具有概率1/2的\emph{random dictator}。对于确定性机制，我们表明，中位数机制提供了一个2-近似，这是紧。总之，我们的研究提供了对miniSOS目标函数的基本理解，并朝着随机SP设施定位机制的表征迈出了一步。
2013-10-26 cs.GT
Strategyproof Facility Location with Prediction: Minimizing the Maximum Cost
University of Nebraska-Lincoln（内布拉斯加大学林肯分校）；Rensselaer Polytechnic Institute（伦斯勒理工学院）；Beijing Normal University-Zhuhai（北京师范大学珠海校区）
本文研究了在学习增强框架下设施选址的机制设计问题，设计出策略证明机制以在预测误差下最小化最大成本，分析了MinMaxP机制在不同空间中的逼近保证。
2026-05-02 cs.GT
On the approximation guarantee of obviously strategyproof mechanisms
迎合有限理性人的激励是一个具有挑战性的研究方向，需要新颖的范式来设计机制和近似算法。显然，防策略（OSP）机制最近出现的概念感兴趣的这一研究议程。然而，该领域的大多数文献要么强调了OSP的缺点，要么侧重于“正确”的定义，而不是这些机制的构建。在这里，我们给出了第一组紧的结果上的近似保证的OSP机制调度相关的机器和一个表征的最佳OSP机制集系统的问题。通过扩展著名的循环单调性技术，我们能够集中在OSP机制的算法组件，并提供了一些新的范式，为他们的设计。
2018-10-09 cs.GT
Strategyproof and Approximately Maxmin Fair Share Allocation of Chores
我们发起了关于公平和战略性地分配不可分割的家务的工作。公平性的概念，我们认为在本文中是最大最小份额（MMS）公平性。我们考虑三个以前研究过的模型，从代理商的信息：顺序模型，基数模型，和公共排名模型，其中顺序偏好是公开的。我们提出了积极和消极的MMS近似的水平上的结果，可以保证，如果我们需要的算法是strategyproof。我们的研究结果揭示了一些有趣的对比之间的近似比率实现家务与货物。
2019-05-22 cs.GT
Obvious Strategyproofness Needs Monitoring for Good Approximations
明显的防策略性（OSP）是一个有吸引力的概念，因为它允许即使在代理人不完全理性的情况下也能保持激励相容性，例如，那些与偶然推理作斗争的人[李，2015]。然而，已经表明它施加了一些限制，例如，没有OSP机制可以返回稳定的匹配[Ashlagi和Gonczarowski，2015]。在这里，我们深入研究OSP机制的局限性，通过查看它们对该领域基本优化问题的近似保证，即，机器调度和设施定位。我们证明了一些界限上的近似保证OSP机制，这表明OSP可以在一个显着的成本。然而，令人惊讶的是，我们证明了OSP机制在使用监控时可以返回最优解--一种新的机制设计范例，它对代理的声明引入了温和的审查水平[Kovacs等人，2015年]。
2017-02-18 cs.GT
Nearly Complete Characterization of 2-Agent Deterministic Strategyproof Mechanisms for Single Facility Location in $L_p$ Space
School of Computer Science, Fudan University（复旦大学计算机科学技术学院）
本文在 $L_p$ 空间中刻画了2个智能体确定性策略证明单设施选址机制，证明输出满足特定方程，并揭示了旋转不变性与独裁性等价，以及匿名机制的三种形式。
2026-09-28 cs.GT
The Obnoxious Facility Location Game with Dichotomous Preferences
研究路径上异构扰民设施选址博弈，设计功利主义与平均主义两类防策略机制，给出近似比并证明下界，同时将结果扩展至环和单位正方形。
2023-05-21 cs.GT
Strategyproof Facility Location and Committee Selection with Mixed Max and Sum Agent Types
Rensselaer Polytechnic Institute（伦斯勒理工学院）
针对代理具有最大型或求和型成本函数的策略性设施选址问题，设计确定性策略证明机制，并证明在代理类型私有但位置已知时近似比为(3-2/k)，在位置私有且位于直线度量时近似比为3。
2026-06-25 cs.GT
Discrete Truthful Heterogeneous Two-Facility Location: The Line and Beyond
University of Essex（埃塞克斯大学）；University of Southern Denmark（南丹麦大学）
研究离散异构双设施选址的确定性防策略机制，针对线性图设计最优\(4/3\)近似机制填补比率差距，在线性图外为连通图设计\(2\)近似机制并证明\(K_{1,3}\)下界为\(3/2\)。
2026-07-24 cs.GT
Improved Lower Bounds and Output Augmentation for Facility Location Mechanisms
Centrum Wiskunde & Informatica (CWI)（数学与计算机科学中心）；University of Amsterdam（阿姆斯特丹大学）
研究平等主义目标下战略设施选址问题，证明防策略机制近似比渐近下界，给出双代理随机近似机制；考虑输出增强框架，设计不同设置下的确定性或随机近似机制，展现输出增强可替代随机性及成组防策略特性。
2026-07-23 cs.GT
Maximum-Cost Strategic Facility Location: The Limits of Randomization
Stanford University（斯坦福大学）
该研究针对欧氏空间策略性设施选址问题，证明了d≥2时期望策略防护机制的近似比下界，表明随机化无法在所有维度和智能体规模下实现对确定性机制近似比的普适常数级改进。
2026-08-18 cs.GT
Strategyproof Mechanisms for Euclidean Facility Location Problems under $L_p$-norm Social Cost
University of Nebraska-Lincoln（内布拉斯加大学林肯分校）；Rensselaer Polytechnic Institute（伦斯勒理工学院）；Beijing Normal University-Zhuhai（北京师范大学珠海校区）；Beijing Normal-Hong Kong Baptist University（北京师范大学-香港浸会大学联合国际学院）
研究在欧几里得平面上最小化$L_p$-范数社会成本的策略证明机制，解决了坐标中位数机制近似比的猜想，并提出了两种改进的随机机制。
2026-06-28 cs.GT
A complete characterization of group-strategyproof mechanisms of cost-sharing
我们研究的问题，设计集团战略防护成本分担机制。玩家报告他们获得服务的出价，该机制决定哪些玩家将获得服务以及他们每个人将支付多少。我们确定三个条件：分配的\emph{Fence Monotonicity}、\emph{Stability}和平局打破规则的\emph{Validity}对于组策略防护是必要和充分的，而与成本函数无关。栅栏单调性仅对机制的支付进行限制，而稳定性仅对分配进行限制。因此，栅栏单调性特征组策略的防成本分担计划。最后，我们利用我们的结果证明了存在一族的成本函数，其中任何组策略防护机制具有无界的逼近比。
2010-01-12 cs.GT
Ex-ante versus Ex-post: Egalitarian Facility Location Mechanism Design
Tel Aviv University（特拉维夫大学）
该研究针对欧氏空间的设施选址问题，对比事前与事后评估，在低维中设计出打破确定性壁垒的机制，高维中则证明随机旋转中位数机制为最优平等主义机制。
2026-08-21 cs.GT
Strategyproof Learning with Advice
本文研究带建议的防策略回归与分类问题，通过设计机制在建议正确时实现更好近似比、错误时保持有界近似比，并给出了首个一致性-鲁棒性权衡及最优结果与相关机制。
2024-12-20 cs.GT
Mechanism Design for Congested Facility Location
本文针对拥挤设施选址中智能体分群且利益冲突的场景，研究了位置与群体身份误报下的策略防护机制设计，提出了最小化社会成本和最大成本的近似最优机制，并证明了其紧的性能界。
2025-08-19 cs.GT
Facility Location Games with Ordinal Preferences
我们考虑了一个新的设置的设施位置的顺序偏好的游戏。在这样的环境中，我们有一套代理和一套设施。每个代理位于一条线上，并对设施有一个顺序偏好。我们的目标是设计的strategyproof机制，引出真实的信息（偏好和/或位置）从代理和定位的设施，以最大限度地减少最大和总成本的目标，以及最大限度地提高最小和总效用的目标。对于四个可能的目标，我们考虑2设施设置，其中只有偏好是私人的，或位置是私人的。对于每一个可能的目标和设置的组合，我们提供了上下限的近似比率的strategyproof机制，这是渐近紧到一个常数。最后，我们讨论了我们的结果的推广超出两个设施，当代理可以误报的位置和偏好。
2021-07-04 cs.GT
Selfish Knapsack
我们考虑一个自私的背包问题的变种。在我们的版本中，项目由代理人拥有，每个代理人都可以通过避免报告其中一些项目（低估）或报告不存在的额外项目（夸大）来歪曲她拥有的项目集。每个代理人的目标是最大限度地提高，包括在背包中选择的项目，她自己选择的项目的总价值。背包问题，在这种情况下，寻求最小化的最坏情况下的近似比社会福利在均衡。我们发现，一个随机贪婪机制有吸引力的战略性质：在一般情况下，它有一个相关的无政府代价的$2$（受到一个温和的假设）。对于夸大只代理，它成为strategyproof，我们还提供了一个匹配的下限$2$（最坏情况下）的近似比随机strategyproof机制，并表明，没有确定性strategyproof机制可以提供任何恒定的近似比。我们还处理更专业的环境。对于$2$只低估代理的情况下，我们提供了一个随机的strategyproof $\frac{5+4\sqrt{2}}{7} \approx 1.522$近似机制，和一个下限的$\frac{5\sqrt{5}-9}{2} \approx 1.09$。当所有的代理，但一个是诚实的，我们提供了一个确定性的strategypproof $\frac{1+\sqrt{5}}{2} \approx 1.618$近似机制与匹配的下限。最后，我们考虑一个模型，代理人可以误报其项目的属性，而不是存在。具体来说，每个代理人拥有一个单一的项…
2016-02-27 cs.GT
Anchoring for Truthfulness: The Random-Anchor Volume Mechanism for Multi-Facility Location
UNSW Sydney（新南威尔士大学）
该研究针对多设施选址问题，提出随机锚点体积机制，证明其在k=1、2、3时为期望防策略机制，k≥4时可被操纵，k=3时期望社会成本最多为8OPT₃。
2026-08-18 cs.GT
Mechanism Design for Connecting Regions Under Disruptions
University of Nebraska-Lincoln（内布拉斯加大学林肯分校）；Rensselaer Polytechnic Institute（伦斯勒理工学院）；Beijing Normal-Hong Kong Baptist University（北京师范大学-香港浸会大学联合国际学院）；Beijing Normal University-Zhuhai（北京师范大学珠海校区）
本文研究了在道路建设、桥梁关闭或自然障碍物导致区域分离的情况下，如何通过机制设计构建新的路径以维持代理的可达性，提出了策略证明的机制来近似优化社会或最大成本。
2026-05-18 cs.GT
Tight Efficiency Guarantees for Strategyproof Linear Regression
Harvard University（哈佛大学）
针对线性回归中策略证明性与平方误差准确性的权衡，提出确定性群组策略证明机制实现$(d+1)$近似最优，并证明其最优性，同时刻画期望策略证明下的紧比率分离。
2026-09-29 cs.DS cs.GT
Strategy-Proof Facility Location for Concave Cost Functions
我们考虑k-设施位置游戏，其中n个战略代理报告他们的位置上的真正的线，和一个机制将它们映射到k设施。每个代理寻求最小化他的连接成本，由他到最近设施的距离的非负递增函数给出。从以前的工作出发，主要考虑身份成本函数，我们感兴趣的机制，没有支付（组）strategyproof任何给定的成本函数，并实现一个很好的近似比的社会成本和/或代理的最大成本。我们提出了一个随机机制，称为相等的成本，这是组strategyproof，并实现了有界的逼近比为所有的k和n，对于任何给定的凹成本函数。最大成本的近似比最多为2，社会成本的近似比最多为n。据我们所知，这是第一个机制，具有k > 2设施和任何数量的代理的实例的有界近似比。我们的结果意味着一个有趣的确定性机制之间的分离，其近似比最大成本从2跳跃到无界时，k从2增加到3，和随机机制，其近似比保持在所有k最多为2。在消极的一面，我们排除了一个机制的可能性与严格凸成本函数的属性相等的成本。我们还提出了一个随机机制，称为挑选失败者，它适用于实例与k设施和n = k+1代理，并为任何给定的凹成本函数，是强组strategyproof，并实现了近似比为2的社会成本。
2013-05-15 cs.GT
Mechanism Design with Outliers and Predictions
研究带异常值的机制设计，证明丢弃异常值可能恶化确定性策略防伪机制的近似保证，并利用预测在功利主义成本下实现一致性与鲁棒性的最优权衡。
2025-09-18 cs.GT
Learning-Augmented Strategyproof Facility Location in $\mathbb{R}^d$ with $\ell_p$ Distances
University of Nebraska–Lincoln（内布拉斯加大学林肯分校）；Rensselaer Polytechnic Institute（伦斯勒理工学院）；Beijing Normal University–Zhuhai（北京师范大学珠海校区）；Beijing Normal–Hong Kong Baptist University（北京师范大学-香港浸会大学联合国际学院）
研究在 $\mathbb{R}^d$ 中带 $\ell_p$ 距离的设施选址，提出带预测的坐标中位数机制，给出二维精确保证和高维渐近紧界，平衡一致性与鲁棒性。
2026-09-14 cs.GT
Proportional Fairness in Obnoxious Facility Location
UNSW Sydney（新南威尔士大学悉尼分校）；Hong Kong Polytechnic University（香港理工大学）；City University of Hong Kong（香港城市大学）
针对令人厌恶的设施选址问题，提出基于距离的比例公平性公理层级，分析确定性及随机机制下比例公平性的代价与策略证明性，并给出福利界及模型扩展的存在性结果。
2024-11-07 cs.AI cs.GT cs.MA
Learning-Augmented Mechanism Design: Leveraging Predictions for Facility Location
在这项工作中，我们介绍了一种替代模型的设计和分析的strategyproof机制，这是出于最近激增的工作在“学习增强算法”。为了补充计算机科学中基于最坏情况实例分析算法性能的传统方法，这一工作重点是设计和分析通过机器学习预测最优解而增强的算法。算法可以使用预测作为指导来告知他们的决策，目标是在这些预测准确时实现更强的性能保证（一致性），同时保持接近最佳的最坏情况保证，即使这些预测非常不准确（鲁棒性）。到目前为止，这些结果仅限于算法，但在这项工作中，我们认为，这个框架的另一个肥沃的土壤是在机制设计。我们开始设计和分析的strategyproof机制，增强与参与代理的私人信息的预测。为了展示这种方法的重要好处，我们重新审视了在二维欧氏空间中与战略代理的设施选址的规范问题。我们研究了平等主义和功利主义的社会成本函数，我们提出了新的strategyproof机制，利用预测来保证一致性和鲁棒性保证之间的最佳权衡。这为设计人员提供了一个机制选项菜单，可供选择，具体取决于她对预测准确性的信心。此外，我们还证明了参数化的近似结果作为预测误差的函数，表明我们的机制即使在预测不完全准确的情况下也能很好地执行。
2022-04-03 cs.GT
Sum of Us: Strategyproof Selection from the Selectors
Microsoft Israel R&D Center（微软以色列研发中心）；Tel Aviv University（特拉维夫大学）；Ludwig-Maximilians-Universität München（慕尼黑路德维希-马克西米利安大学）；The Hebrew University of Jerusalem（希伯来大学）；Harvard University（哈佛大学）；Technion, IIT（以色列理工学院）
我们考虑一组n个代理上的有向图，其中边（i，j）被认为意味着代理i支持或信任代理j。给定这样的图和整数k \leq n，我们希望选择k个代理的子集，其最大化度的和，即，k个最受欢迎或最受信任的代理的子集。同时，我们假设每个个体代理只对被选择感兴趣，并且可能为此误报其传出边缘。这个问题的表述捕捉了现实的场景，代理人在他们自己之间进行选择，这可以在互联网搜索，社交网络（如Twitter）或声誉系统（如Epperly）的背景下找到。我们的目标是设计无支付机制，将每个图映射到要选择的代理的k子集，并满足以下两个约束：代理不能从错误报告它们的外出边缘和近似最优性中获益，即，所选择的代理子集的度的总和总是接近最优。我们的第一个主要结果是一个令人惊讶的不可能性：对于k \in {1，.，n-1}，没有确定性防策略机制可以提供有限的近似比。我们的第二个主要结果是一个随机的strategyproof机制的近似比，是有界的，从上面的四个为任何值的k，并接近一个k的增长。
2009-10-25 cs.AI cs.GT
Improved Randomized Approximations for Strategic Obnoxious Facility Location
University of Nebraska-Lincoln（内布拉斯加大学林肯分校）；Rensselaer Polytechnic Institute（伦斯勒理工学院）；Beijing Normal University-Zhuhai（北京师范大学珠海校区）
本文针对战略厌恶型设施选址问题，提出改进的随机策略证明机制，分别将社会效用和最小效用的近似比优化至1.47359和√n+O(1)，并提高下界至105/88和2。
2026-09-09 cs.GT
Strategyproof and Consistent Rules for Bipartite Flow Problems
我们继续研究Bochet等人和Moulin和Sethuraman关于二部网络中公平分配的研究。在这些模型中，存在一个无货币市场，在这个市场中，一种不可储存的同质商品在具有单峰偏好的代理人之间重新分配。代理人是供应者或需求者。虽然Bochet等人的平等主义规则满足帕累托最优、无嫉妒和防策略，但它并不一致。另一方面，Moulin和Sethuraman的工作与一致分配和规则有关，这些规则是统一规则的扩展。我们通过引入边缘公平机制，这是一致的和groupstrategyproof的桥梁两个工作流。在此过程中，我们探讨了“一致性的代价”，即一致性的概念如何与某些公平概念（如洛伦兹支配和无嫉妒）根本不相容。目前的工作还介绍了强不变性的想法，作为必要的groupstrategyproofness和推广的Chandramouli和Sethuraman的证明更广泛的一类机制。最后，我们的结论与转运模型中的边缘公平机制的研究，其中的战略代理商是连接不同的供应/需求位置的链接。
2013-04-16 cs.GT math.OC
Constrained Distributed Heterogeneous Two-Facility Location Problems with Max-Variant Cost
School of Mathematical Sciences, Ocean University of China（中国海洋大学数学科学学院）；Laboratory of Marine Mathematics, Ocean University of China（中国海洋大学海洋数学实验室）；School of Computer Science and Electronic Engineering, University of Essex（埃塞克斯大学计算机科学与电子工程学院）
研究在最大变体成本模型下，受限于候选位置且每个位置最多设一个设施，设计策略证明的分布式机制，以近似四种社会目标，并给出常数下界与上界。
2026-07-03 cs.GT
PPS: Privacy-Preserving Strategyproof Social-Efficient Spectrum Auction Mechanisms
针对频谱分配问题，人们提出了许多频谱拍卖机制，但遗憾的是，这些机制都没有保护投标者的投标隐私，也没有取得良好的社会效益。在本文中，我们提出了PPS，一个隐私保护策略证明频谱拍卖框架。然后，我们设计了两个方案分别基于PPS 1）单单元拍卖模型（SUA），只有一个信道被出售的频谱市场; 2）多单元拍卖模型（MUA），其中的主用户转租多个单位的信道的次用户和每个次用户都希望访问多个单位的信道。由于社会效率最大化问题在这两个拍卖模型中都是NP难问题，我们分别给出了近似因子为$(1+ε)$和32的SUA和MUA分配机制，并在此基础上设计了具有隐私保护的防策略拍卖机制.我们广泛的评估表明，我们的机制实现了良好的社会效率和低的计算和通信开销。
2013-07-30 cs.GT cs.NI
Truthful Two-Facility Location with Candidate Locations in Metric Spaces
King’s College London（伦敦国王学院）；University of Southern Denmark（南丹麦大学）
针对度量空间中基于候选位置的真实双设施选址问题，该研究确定了直线上及一般度量空间中确定性机制的近似率，证明随机化可显著改进社会成本与最大成本的近似效果
2026-10-13 cs.GT
Strategyproof Mechanisms for Connecting Impassable Regions
University of Nebraska-Lincoln（内布拉斯加大学林肯分校）；Rensselaer Polytechnic Institute（伦斯勒理工学院）；Beijing Normal University-Zhuhai（北京师范大学珠海校区）；Beijing Normal-Hong Kong Baptist University（北京师范大学-香港浸会大学联合国际学院）
针对线段上被障碍物分隔区域的路径建设问题，提出策略性机制，实现最大成本紧近似比2/(1+k)及社会成本上界，并改进随机机制界。
2026-09-09 cs.GT
A Randomized $\frac32$-Approximation for Strategic Facility Location on a Circle
University of Nebraska-Lincoln（内布拉斯加大学林肯分校）；Rensselaer Polytechnic Institute（伦斯勒理工学院）；Beijing Normal University-Zhuhai（北京师范大学珠海校区）
本研究提出一种奇偶依赖的随机化机制，混合随机独裁者与比例圆距离机制，在圆上战略设施选址中实现策略证明且近似比为3/2，并改进下界至11/10。
2026-09-28 cs.GT
