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
On Voting and Facility Location
Tel Aviv University（特拉维夫大学）；Microsoft Research（微软研究院）；Simons Institute for the Theory of Computing（西蒙斯计算理论研究所）
我们研究的候选人选择机制，寻求社会成本最小化，选民和候选人与点在一些基本的度量空间。候选人的社会成本是其与每个选民的距离之和。我们的一些工作假设这些点可以在实直线上建模，但我们的其他结果更一般。一个与候选选择密切相关的问题是最小化设施位置的距离之和。不同之处在于，在我们的设置中，有一组固定的候选者，而关于设施位置的大量工作似乎将度量空间中的每个点都视为可能的候选者。这就产生了三种类型的机制，它们的输入空间的粒度不同（投票，排名和位置机制）。我们研究这三类机制之间的关系。虽然布莱克1948年的中值算法似乎是候选人选择的最佳选择，但事实并非如此。我们给匹配的上限和下限的各种设置。特别是，当候选人和投票人处于同一战线上时，我们的普遍真实的尖峰机制给出了一个近似值2。在评估候选人选择机制时，我们寻求几个理想的属性：（a）效率（最小化社会成本）（b）真实性（主导策略激励兼容性）和（c）简单性（较小的输入空间）。我们量化的效果，真实性和简单性的效率。
2015-12-18 cs.AI cs.GT
Design and Characterization of Strategy-Proof Mechanisms for Two-Facility Game on a Line
本文研究直线上两设施博弈的确定性防策略机制，精细刻画唯一独裁者机制并提出三类新机制，同时证明依赖预测无法在最坏预测有界的保证下获得次线性近似比。
2024-04-10 cs.GT
New Results and Bounds on Online Facility Assignment Problem
考虑一个在线设施分配问题，其中一组设施$F = \{ f_1, f_2, f_3, \cdots, f_{|F|} \}$的相等容量$l$位于一个度量空间和客户到达一个接一个在该空间上的在线方式。在新客户$c_{i+1}$到达之前，我们将客户$c_i$分配给设施$f_j$。此分配的成本是$c_i$和$f_j$之间的距离。这个问题的目标是最小化所有分配成本之和。最近Ahmed et al.（TCS，806，pp. 455-467，2020）研究了设施位于一条线上的问题，并计算了“贪婪算法”的竞争比，该算法将客户分配给最近的可用设施。他们计算了名为“最优填充算法”的算法的竞争率，该算法考虑了所有先前客户的最优分配来分配新客户。他们还研究了设施位于连通无权图上的问题。本文首先考虑$F$位于一个大小为$r \times c$的连通无权格图$G$的顶点上，并且顾客在$G$的顶点上逐个到达.证明了贪婪算法具有竞争比$r \times c + r + c$，最优填充算法具有竞争比$O(r \times c)$ .我们随后证明了算法最优填充的竞争比是$2|F|$的任何图。我们的界是紧的，比以前的结果更好。我们还考虑了设施在平面上的任意分布，并提供了一个算法的场景。我们还提供了一个算法，具有竞争比$(2n-1)$。最后，我们考虑了一个直线度量空间，并表明没有任何算法的在线设施分配问题的竞争比小于$9…
2020-09-03 cs.DS cs.GT
Approximate mechanism design for distributed facility location
我们考虑一个单一的设施选址问题，代理商被定位在真正的线，并划分成多个不相交的地区。目标是选择一个位置（公共设施将被建造的位置），以便最小化代理与该位置的总距离。该过程是分布式的：每个地区的代理的位置首先被聚合为该地区的代表位置，然后选择一个地区代表作为设施位置。这种对代理人位置的间接访问不可避免地导致低效率，这是扭曲概念所反映的。我们研究的离散版本的问题，其中的替代位置的集合是有限的，以及连续的，其中的每一个点的线是一个替代品，并绘制一个几乎完整的图片的失真景观的一般和strategypproof分布式机制。
2021-07-12 cs.GT
Strategy Proof Mechanisms for Facility Location in Euclidean and Manhattan Space
UNSW Sydney（新南威尔士大学悉尼分校）；Data61
我们研究了从一维移动到两个（或更多）维度和欧几里得或曼哈顿距离的设施位置的机制的影响。我们考虑三个基本的公理性质：匿名性，这是一个基本的公平性，帕累托最优性，这是最重要的效率属性之一，和策略证明，确保代理没有动机误报。我们还考虑如何以及这样的机制可以近似的最优福利。我们的结果有些负面。从一维到二维（或更多维）的移动通常会使这些公理性质更难以实现。例如，在欧几里得空间中有两个设施或在曼哈顿空间中只有一个设施，没有机制是匿名的，帕累托最优的和策略证明。相反，线上的机制存在所有三个属性。我们还表明，近似比可能会增加时，移动到两个（或更多）维。我们所有的不可能结果都是最小的。如果我们放弃三个公理之一（匿名性，帕累托最优性或策略证明性），多个机制满足其他两个公理。
2020-09-17 cs.AI cs.GT
Heterogeneous Facility Location Games
我们研究异质$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 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
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
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
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 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
Strategyproof Facility Location for Three Agents on a Circle
我们考虑的设施选址问题在度量空间，专注于三个代理商的情况下。我们发现，选择每个代理的报告位置与其他两个代理之间的距离成比例的概率，结果在一个机制，是strategyproof的期望，并主导随机独裁者机制的功利社会福利。我们进一步提高了一个圆上的三个代理的上限为7/6（而随机独裁者获得4/3），并提供了第一个下界随机strategyproof设施位置在任何度量空间，使用线性规划。
2019-07-07 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
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
Mechanism Design for Facility Location Games with Candidate Locations
从机制设计的角度研究了具有候选选址的设施选址博弈。假设有n个智能体位于度量空间中，其位置是他们的私人信息，以及一组用于建造设施的候选位置。当局计划在这些候选人中建立一些同质的设施来为代理人服务，代理人承担的成本等于到最近设施的距离。我们的目标是设计机制，使代理之间的总/最大成本最小化。对于最大费用目标下的单设施问题，给出了一种确定性的3-近似群防策略机制，并证明了任何确定性（或随机化）防策略机制的近似比都不能大于3（或2）.对于同一直线上的两设施问题，给出了一种匿名的确定性群体防策略机制，即总费用目标为（2n-3）-近似，最大费用目标为3-近似。我们还提供（渐近）紧的近似比的下限。
2020-10-30 cs.GT
The Facility Advantage in the One-Round Discrete Voronoi Game on a Line
Ramakrishna Mission Vivekananda Educational and Research Institute（拉马克里希纳使命维韦卡南达教育与研究机构）
本文研究一维单轮离散 Voronoi 博弈，计算单响应设施下的博弈值与最优策略，并证明设施优势的上界与下界，提出猜想 $k^*(\ell)=\ell+1$。
2026-09-22 cs.CG cs.DS 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
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
Mechanism Design for Extending the Accessibility of Facilities
该研究针对设施位置固定的无金钱机制设计场景，提出构建带接驳服务的可达范围以提升设施可达性，设计了针对社会成本与最大成本目标的、具有渐近紧近似比的群体防策略操纵机制。
2024-09-13 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 Games with Scaling Effects
City University of Hong Kong（香港城市大学）
本文研究带位置相关缩放因子的设施选址博弈，刻画单峰偏好条件，并给出连续、防策略、匿名机制的特征及其总成本与最大成本近似比。
2024-12-05 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
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
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
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
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
Truthful Facility Assignment with Resource Augmentation: An Exact Analysis of Serial Dictatorship
我们研究了真实的设施分配问题，其中一组代理商与私人最喜欢的度量空间上的点被分配给设施，躺在度量空间上，设施的容量限制。目标是产生这样一种分配，使社会成本最小化，即，在真实性约束下，智能体的最偏好点与其在分配中的对应设施之间的总距离，这确保智能体不会误报其最偏好点。我们提出了一个资源增强框架，其中一个真实的机制是由其最坏情况下的性能与增强设施的能力对同一实例上的最佳机制与原始容量的实例进行评估。我们研究了一个非常著名的机制，串行独裁，并提供了一个准确的分析其性能。虽然串行独裁是一个纯粹的组合机制，我们的分析使用线性规划;线性规划表达了其贪婪的性质以及输入的结构，并发现执行该机制的输入实例具有最坏情况下的性能。使用对偶参数来界定线性规划的目标允许我们计算近似比的紧界。在其他结果中，我们证明了串行独裁的能力乘以任何整数$g \geq 3$时，有近似比$g/(g-2)$。我们的研究结果表明，即使是有限的增加的资源可以有奇妙的效果的机制的性能，特别是，近似比为1的增强因子变得很大。我们补充我们的结果与随机序列独裁的近似比的界限，随机版本的序列独裁，当没有资源增加。
2016-10-05 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
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
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
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
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 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
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
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
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
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
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
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
Settling the Distortion of Distributed Facility Location
我们研究了分布式设施选址问题，其中一组位置在实数线上的代理被划分为不相交的区域，目标是选择一个点来满足一定的标准，如优化目标函数或避免策略行为。我们的分布式设置中的机制分为两个步骤：对于每个地区，它选择一个代表该地区代理报告的位置的点，然后决定这些代表点之一作为最终输出。我们考虑两类机制：不受限制的机制，假设代理人直接提供他们的真实位置作为输入，和策略保护机制，处理战略代理人，旨在激励他们如实报告自己的立场。对于这两个类，我们展示了严格的界限上的最佳近似的几个最小化的社会目标，包括众所周知的社会成本（总距离的代理从选择点）和最大成本（所有代理从选择点之间的最大距离），以及其他公平启发的目标是量身定制的分布式设置。
2023-01-04 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
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
In Defense of Bureaucracy in the Metric Facility Location Problem
我们的工作是致力于度量设施选址问题，并解决自私的行为的球员。它有助于Procaccia和Tennenholtz [EC 09]在没有资金的情况下进行近似机制设计。我们探索并论证了一个直观而简单的复杂度为O（nk）的规则，即所谓的比例机制。该机制在连续的k轮中工作，每次选择一个随机玩家放置下一个设施;每次被选中的玩家的概率与他们到当前设施集的距离成比例分布。Lu等人[EC 10]表明，比例规则对于k= 1，2是激励相容的，但对于k>2则不是。我们稍微调整了模型，使得对于任何k，比例机制变得激励相容。在新的模式中，我们允许政府是官僚主义的，即，有能力迫使每个玩家只能从一组特定的可用设施中进行选择。在比例机制中，我们强制每个在其报告位置接收设施的玩家连接到该设施。我们将比例机制扩展到一个更一般的设置，一个私人网络的设施已经存在于度量空间，并表明它是真实的。我们进一步表明，对于任何固定的k，比例规则达到预期的恒定近似保证最优解，即最多4k的比率。另一方面，我们给出了ln k（1+o（1））的一个下界，我们怀疑事实更接近这个下界。因此，我们的工作是第一个激励兼容的设施位置，有效地对待（一个常数的近似因子）的一般情况下，任意数量的设施。
2012-02-09 cs.GT math.CO
