Obnoxious Facility Location Problems: Strategyproof Mechanisms Optimizing $L_p$-Aggregated Utilities and Costs
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
Distributed Agent-Constrained Truthful Facility Location
Royal Holloway University of London（伦敦大学皇家霍洛威学院）；University of Essex（埃塞克斯大学）
该研究提出了一种分布式设施定位机制，通过两阶段选择代表位置，确保代理无法通过策略性报告获益，并分析了两种成本变体下的近似比界。
2026-01-21 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
Agent-Constrained Truthful Facility Location Games
针对实数线上智能体位置私有的多设施选址问题，研究sum与max两种成本变体，并证明策略防操纵机制在社会成本近似比上的紧界。
2025-02-15 cs.GT
Strategyproof Facility Location Mechanisms on Discrete Trees
我们解决的问题，防策略（SP）设施的位置机制离散树。我们的主要结果是一个完整的表征上和SP机制。特别是，我们证明，当一个单一的代理显着影响的结果，设施的轨迹几乎包含在代理的轨迹，都沿着共同的边缘在同一方向上移动。我们展示了紧密的关系，我们的表征，以前的结果离散线和连续树。然后，我们得到进一步的影响的主要结果无限离散线。
2021-02-04 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
Randomized Strategic Facility Location with Predictions
本文研究带预测的随机策略性设施选址，探索随机化与不同预测类型对真实学习增强机制性能的影响，并为单维及欧几里得情形下最优平等主义社会成本的近似度提供上下界。
2024-11-04 cs.GT
Multi-Unit Facility Location Games
设施选址博弈是经济学、运筹学和计算机科学领域的一个重要研究课题，其研究始于霍特林的开创性工作。在经典的纯位置Hotelling游戏企业竞争最大限度地提高客户吸引力的战略定位他们的设施，假设没有价格竞争，而客户被吸引到他们最近的设施。令人惊讶的是，很少有严格的工作已经提出了多单位设施的位置游戏，其中经典的纯位置Hotelling游戏扩展到每个玩家都找到几个设施的情况下。在本文中，我们提出了两个主要贡献的研究多单位纯位置Hotelling游戏。在本文的第一部分中，我们讨论了两个局中人的多单位设置，并充分刻画其均衡。在本文的第二部分中，我们处理的多单位设施的位置游戏，与$N\geq 3$球员，我们在这一部分的主要结果是完全表征的设置纯策略均衡存在。我们的研究结果也扩展了经典的必要和充分条件的战略配置文件是在一个纯位置（单单位）Hotelling游戏的多单位纯位置游戏的平衡。
2018-08-07 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
Facility Location Game with Envy Ratio
Ocean University of China（中国海洋大学）
研究实数线上以嫉妒比率为目标的一设施选址博弈，提出策略证明或群体策略证明机制以最小化嫉妒比率，并在两种场景下获得最优解和最佳确定性机制。
2026-07-03 cs.GT
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
Heterogeneous Facility Location Games
我们研究异质$k$ -设施选址博弈。在此模型中，存在$k$设施，其中每个设施用于不同的目的。因此，代理人对设施的偏好可以任意变化。我们的目标是设计策略证明机制，将设施的方式，以最大限度地提高最小效用的代理。对于$k=1$，如果代理的位置是已知的，我们证明了该机制，将设施的最佳位置是策略证明。对于$k \geq 2$，我们证明了没有最佳的策略证明机制，确定性或随机化，即使当$k=2$只有两个代理与已知的位置，和设施必须放置在线段。我们推导出确定性和随机策略证明机制的不可逼近性界限。最后，我们专注于线段，并提供策略证明机制，实现常数近似。我们所有的机制都很简单，沟通效率很高。作为一个副产品，我们表明，我们的一些机制可以用来实现其他目标的恒定因子近似的社会福利和幸福。
2020-10-11 cs.GT
On Truthful Constrained Heterogeneous Facility Location with Max-Variant Cost
针对带私有位置与设施偏好的直线异构设施选址问题，设计防策略操纵机制，在总成本和最大成本目标上分别实现11倍、5倍近似比，优于此前已知界。
2023-12-16 cs.GT
Constrained Distributed Heterogeneous Two-Facility Location Problems with Max-Variant Cost
本文研究受约束的分布式异构双设施选址问题，提出确定性防策略分布式机制，在四种社会目标下实现了常数级的扭曲上下界。
2025-08-11 cs.GT
Truthful Two-Facility Location with Candidate Locations
研究带有候选位置的真实双设施选址问题，聚焦确定性策略防伪机制，针对不同偏好实例给出了社会成本与最大成本的近似比界限。
2024-01-09 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
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 One-Dimensional Hybrid and Obnoxious Facility Location
我们考虑的设施选址问题的一个战略变种。我们想在封闭的时间间隔内找到一个设施。有n个代理位于该间隔上，分为两种类型：类型1代理，希望设施尽可能远离他们，类型2代理，希望设施尽可能靠近他们。我们的目标是最大化一种形式的社会效益：maxisum-代理人效用的总和，或平等主义目标-最小代理人效用。这个问题的战略方面是，代理人的位置不为我们所知，而是由代理人报告给我们-代理人可能会误报他的位置，试图将设施从他的真实位置移开或移向他的真实位置。因此，我们要求设施定位机制是防策略的，即如实报告是每个代理的主导策略。由于简单地最大化社会效益通常不是防策略的，我们的目标是设计具有良好近似比的防策略机制。对于最大化目标，在确定性设置中，我们提供了一个最佳可能的3-近似防策略机制;在随机设置中，我们提供了一个23/13-近似防策略机制和\frac{2}{\sqrt{3}}的下界。对于平等主义的目标，我们提供了一个下限为3/2的随机设置，并表明，没有有界的近似比是在确定性的设置。为了获得我们的确定性下界，我们描述了所有确定性的strategyproof机制时，所有代理的类型1。最后，我们考虑了一个广义模型，允许代理控制多个位置，并提供最好的可能的3-和3/2-近似strategyproof机制maxisum，分别在确定性和随机设置，当只有1型代理。
2015-07-17 cs.GT
Heterogeneous Facility Location with Limited Resources
本文首先研究了资源有限的异构设施选址问题。我们主要集中在基本的情况下，一组代理人定位在线段[0，1]，并有两个可用的设施批准的偏好。一种机制将代理的位置和偏好作为输入，并根据此信息选择定位单个设施。我们研究的机制，旨在最大限度地提高社会福利（总效用的代理人从他们批准的设施），在激励代理人如实报告他们的立场和偏好的约束。我们考虑三种不同的设置，这取决于代理相关的信息，是公共或私人的水平。对于每一种设置，我们设计确定性和随机strategyproof机制，实现了一个很好的近似的最佳社会福利，并补充这些几乎紧不可能的结果。
2021-05-06 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
Strategy Proof Mechanisms for Facility Location with Capacity Limits
UNSW Sydney（新南威尔士大学悉尼分校）；Data61
许多现实世界的设施选址问题的一个重要特征是设施的容量限制。我们在这里展示了容量限制如何使设计设施位置的策略证明机制变得更加困难，但反直觉地可以提高我们近似最优解的保证。
2020-09-17 cs.AI cs.GT
FLIGHT: Facility Location Integrating Generalized, Holistic Theory of Welfare
针对设施选址中多元福利目标及非对称福利函数缺乏统一处理的问题，本文提出FLIGHT框架，证明解的结构性质、近似界及偏好位置分布下的集中界。
2025-02-20 cs.GT
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
Strategic Facility Location with Limited Liars
Rensselaer Polytechnic Institute（伦斯勒理工学院）
研究在任意度量空间中，部分客户撒谎对设施选址均衡的影响，证明纳什均衡存在且质量接近最优，强均衡在直线度量下也存在且成本更优。
2026-04-18 cs.GT
Truthful Facility Location with Candidate Locations and Limited Resources
本文研究候选位置和有限资源下的真实设施选址问题，提出近似比为k的随机机制和近似比约2.325的确定性机制，并给出相应下界。
2025-05-06 cs.GT
On Discrete Truthful Heterogeneous Two-Facility Location
我们重新审视离散异构两个设施的位置问题，其中有一组代理人，占据节点的线图，并有私人批准的偏好超过两个设施。当设施位于线路的某些节点时，每个代理获得的成本等于她与她批准的设施的总距离。我们的目标是决定在哪里找到这两个设施，以便（a）激励代理人如实报告他们的喜好，（b）实现一个很好的近似的最小总（社会）成本或最大成本之间的所有代理人。对于这两个目标，我们设计确定性的strategyproof机制的近似比，显着优于国家的最先进的，并补充这些结果（几乎）紧的下限。
2021-09-09 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
Strategy Proof Mechanisms for Facility Location at Limited Locations
UNSW Sydney（悉尼新南威尔士大学）；CSIRO Data61（澳大利亚联邦科学与工业研究组织数据61研究所）
设施选址问题常常允许设施位于任何位置。但如果实际情况并非如此呢？如果设施只能位于特定位置，如高速公路出口或靠近公共汽车站，该怎么办？我们在这里考虑的影响，这样的限制设施的位置上的性能的策略证明机制定位设施。我们研究四个不同的性能目标：座席必须行驶到其最近的设施点的总距离，任何座席必须行驶到其最近的设施点的最大距离，以及功利主义和平等主义的福利。我们表明，限制设施的有限的一组位置，使所有四个目标更难大致。
2021-07-21 cs.AI cs.GT
Mechanism Design for Two-Opposite-Facility Location Games with Penalties on Distance
研究了两个设施相对的选址博弈，惩罚的大小取决于两个设施之间的距离。这两个设施是“相反”的，一个是受欢迎的，另一个是令人讨厌的。在博弈中，每个自私的主体都希望靠近受欢迎的设施，远离令人讨厌的设施;它的效用由它到令人讨厌的设施和受欢迎的设施的距离之差来衡量。管理机构确定所有代理所在的线段上两个设施的位置。每个代理都有自己的位置信息作为私有的，并被要求向当局报告其位置。使用报告的代理位置作为输入，由管理机构运行的算法机制输出两个设施的位置，目的是最大化某些社会福利。总和型社会福利考虑的是所有智能体的惩罚总效用，为此我们设计了具有可证明近似比的随机和确定性群体防策略机制，并建立了任何确定性防策略机制近似比的下界.针对Schereck型社会福利问题，提出了一种确定性的群体防策略机制，以保证最优性。
2018-06-22 cs.GT
On Pure and (approximate) Strong Equilibria of Facility Location Games
我们研究社会成本损失的设施位置的游戏，其中$n$自私的代理安装设施通过网络和连接到他们，以便转发他们的本地需求（表示由每个代理的非负权重）。使用相同设施的代理公平地分担其安装成本，但每个代理单独支付（加权）连接到所选位置的成本。我们研究了纯纳什均衡的稳定性价格（PoS）和强均衡的无政府代价（SPoA），它们通过对联盟偏差的弹性来推广纯均衡。最近研究的网络设计游戏的一个特殊情况下，设施位置值得单独研究作为一个经典的模型，具有众多的应用程序和个人特点：我们的分析度量网络上的未加权代理人揭示了恒定的上限和下限的PoS，而$O(\ln n)$上界暗示以前的工作是紧的非度量网络。强平衡并不总是存在的，即使对于非加权度量的情况。我们证明了$e$近似强平衡存在（$e=2.718...$）. SPoA的上界通常为$O(\ln W)$（$W$是代理的权重之和），对于未加权的代理，其变为紧$Θ(\ln n)$。对于未加权度量的情况下，我们证明了一个常数上界。我们指出出现的几个具有挑战性的开放问题。
2009-03-08 cs.GT
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
Constrained Truthful Obnoxious Two-Facility Location with Optional Preferences
本文研究带可选偏好的厌恶型双设施选址问题，设计真实机制以最大化智能体总幸福感，并给出确定性与随机化策略证明机制的近似比紧界。
2024-10-21 cs.GT
Constant-Approximate and Constant-Strategyproof Two-Facility Location
针对双设施选址问题，通过放宽策略-proof性和允许设施位于平面，提出常数近似且常数策略-proof的机制，并进一步实现Lipschitz连续版本。
2025-08-14 cs.GT
Mechanism Design for Facility Location Games Under a Prelocated Facility
Ocean University of China（中国海洋大学）；Laboratory of Marine Mathematics, Ocean University of China（中国海洋大学海洋数学实验室）
该研究针对预选址设施下的设施选址博弈，设计了直线和圆周场景下、不同目标（最大成本/社会成本）及不同设置（一般/特殊）下的策略防卫机制，给出了对应的近似比与下界。
2026-09-01 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
False-Name-Proof Facility Location on Discrete Structures
我们考虑根据代理的偏好在给定图中的顶点上定位单个设施的问题，其中偏好的域是单峰或单谷。我们的主要兴趣是确定性社会选择函数（SCF）的存在，是帕累托有效和假名证明，即，抵制假选票我们表明，无论偏好是单峰或单浸，这样的SCF存在（i）任何树图，和（ii）循环图当且仅当其长度小于6。我们还表明，当偏好是单峰，这样的SCF存在任何阶梯（即，2 × m网格）图，并且对于任何更大的超网格都不存在。
2019-11-19 cs.GT
Minimizing Inequity in Facility Location Games
UNSW Sydney（新南威尔士大学）
本文提出两种新的机制以最小化设施选址游戏中群体效应，统一了多个经典诚实机制，并改进了群体公平目标的近似界限。
2026-09-11 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
Procurement Auctions with Predictions: Improved Frugality for Facility Location
本文提出了一种改进的设施选址拍卖机制，通过引入预测增强框架，提高了frugality比率并增强了鲁棒性。
2025-12-10 cs.GT
Facility Location with Public Locations and Private Doubly-Peaked Costs
本文从已知代理位置和私有偏好距离的角度重新审视设施选址问题，针对双峰成本，给出了一维及二维$L_1$距离下的近似比下界与上界。
2025-05-23 cs.GT cs.MA
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
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
From Recommendation Systems to Facility Location Games
推荐系统是非常流行的匹配用户和内容的工具。然而，当内容提供方是战略性的时，将用户与最接近的内容相匹配的基本原则（其中用户和内容都被建模为某个语义空间中的点）可能产生低社会福利。这是由于以下事实：内容提供方是战略性的，并且优化其提供的内容以推荐给尽可能多的用户。现代应用的动机，我们提出了广泛研究的设施位置游戏的框架，研究与战略内容提供方的推荐系统。我们的概念性贡献是引入一个$\textit{mediator}$设施选址模型，在追求更好的社会福利。我们的目标是设计中介，a）诱导一个高社会福利的均衡博弈，b）尽可能少的干预。在服务于后者，我们引入了$\textit{intervention cost}$的概念，它量化了多少损害调解人可能会造成的社会福利时，采用了非均衡配置文件。作为一个高福利低干预中介设计的案例研究，我们认为一维段的用户域。我们提出了一个调解人，实现社会最优的战略配置文件作为唯一的均衡配置文件，并显示其干预成本的紧约束。最后，我们考虑一些扩展，并强调一般议程的开放问题。
2018-09-09 cs.GT
Learning-Augmented Facility Location Mechanisms for Envy Ratio
UNSW Sydney（新南威尔士大学）；Hong Kong Polytechnic University（香港理工大学）
本文提出基于学习的设施选址机制，旨在优化 envy 比率，通过 α-BIM 和 BAM 机制提升近似比至约 1.8944。
2026-02-04 cs.GT
Facility Location Problems with Capacity Constraints: Two Facilities and Beyond
本文针对直线上带容量约束的设施选址问题，提出真实机制，在任意设施数量与两设施场景下，分别实现社会成本与最大成本的有界近似比，并给出下界。
2024-04-21 cs.GT
Truthful Facility Location with Additive Errors
Tel Aviv University（特拉维夫大学）；Massachusetts Institute of Technology（麻省理工学院）
我们解决的问题定位设施的$[0,1]$间隔的基础上，从战略代理的报告。每个代理的成本是她到最近设施的距离，全局目标是最小化代理的最大成本或社会成本。相对于广泛的文献设施的位置，认为乘法误差，我们专注于最大限度地减少最坏情况下的附加误差。最小化附加误差激励机制适应实例的大小。也就是说，这种机制在小的实例中可以牺牲很少的效率（所有代理彼此相对接近的位置配置文件），以便在大的实例中获得更多的[绝对]效率。我们认为，这种措施是更好地适合在各个领域的设施选址问题的许多表现形式。我们提出了紧边界的机制定位一个单一的设施在确定性和随机的情况下。我们还提供了几个扩展来定位多个设施。
2017-01-02 cs.AI cs.GT
Strategic Facility Location with Clients that Minimize Total Waiting Time
Hasso Plattner Institute, University of Potsdam（波茨坦大学哈索·普拉特纳研究院）；University of Twente（特文特大学）
针对设施与客户均策略行动的双边设施选址博弈，论文刻画客户均衡并证明子博弈完美均衡判定的 NP-hard 性，同时给出 3-近似均衡的高效算法。
2024-06-13 cs.AI cs.GT
Two-Stage Facility Location Games with Strategic Clients and Facilities
Hasso Plattner Institute, University of Potsdam（波茨坦大学哈索·普拉特纳研究所）；University of Twente（特温特大学）
本文提出设施与客户均具策略性的两阶段设施选址博弈，证明子博弈完美均衡存在，给出近乎紧的 PoA/PoS 界、高效均衡算法，并证明社会最优布置 NP 难。
2024-06-13 cs.AI cs.GT
Nash Welfare and Facility Location
UNSW（新南威尔士大学）
本研究将纳什福利目标应用于直线分布智能体的设施选址问题，提出多项式时间近似算法求解最优选址，还设计了有界近似比的策略防伪机制，实现公平与效率的平衡。
2023-10-06 cs.AI cs.GT cs.MA
MAC Advice for Facility Location Mechanism Design
Tel Aviv University（特拉维夫大学）；New York University（纽约大学）；Google Research（谷歌研究院）
针对设施选址机制设计，研究MAC预测下利用鲁棒性改进策略性代理的机制，提出单设施及平衡k设施算法，并针对非平衡情况设计优于现有结果的随机机制。
2024-03-18 cs.AI cs.GT
Mechanism Design for Facility Location using Predictions
AI Institute, UNSW Sydney（AI研究所，新南威尔士大学悉尼分校）
本文研究利用预测的设施选址机制，提出平等主义视角并设计新机制，以在鲁棒性和一致性间权衡，并扩展到双设施策略证明机制。
2025-08-05 cs.AI cs.GT
Facility Location for Congesting Commuters and Generalizing the Cost-Distance Problem
该研究偏离无容量设施选址问题，定义了面向拥堵通勤者的设施选址新问题，针对非递减和非递增成本函数分别推导近似解并推广成本距离问题，给出保持近似保证的算法。
2025-11-13 cs.GT cs.MA
Greedy Facility Location Algorithms Analyzed using Dual Fitting with Factor-Revealing LP
在本文中，我们将形式化的对偶拟合方法和因子揭示LP的想法。利用这种组合设计和分析了度量无容量限制设施选址问题的两种贪心算法。它们的近似因子分别为1.861和1.61，运行时间分别为O（mlog m）和O（n^3），其中n是城市和设施之间的基本完全二部图的顶点总数，m是边数。该算法被用来改善最近的几个变种的问题的结果。
2002-07-09 cs.DS 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
