Negotiation Strategies for Agents with Ordinal Preferences
本研究针对序数偏好下的智能体双边谈判，分析交替报价协议在完全信息与无信息等不同设定下的策略与均衡，拓展了序数偏好谈判的理论研究。
2018-05-02 cs.GT cs.MA
Proportionally Representative Participatory Budgeting with Ordinal Preferences
预算分配（PB）是一种民主模式，选民通过它来决定用有限的预算资助一系列项目。我们认为PB的设置，选民报告顺序偏好的项目和（可能）不对称的权重。我们提出了比例代表公理，并阐明它们如何适应其他偏好聚合设置，如多赢家投票和基于批准的多赢家投票。作为我们研究的结果，我们还发现了一个新的解决方案概念，基于批准的多赢家投票，我们称之为包容性PSC（IPSC）。IPSC比比例合理代表制（PJR）更强大，与扩展合理代表制（EJR）不可比拟，但与EJR兼容。经过充分研究的比例批准投票（PAV）规则产生了一个同时满足EJR和IPSC的委员会;然而，这两个公理也可以通过多项式时间运行的算法来满足。
2020-12-10 cs.DS 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
Welfare Maximization and Truthfulness in Mechanism Design with Ordinal Preferences
我们研究机制设计问题中的{ \em顺序设置}，其中代理商的偏好描述的结果排序，而不是与它们相关的具体数值。当代理可以比较结果，但无法评估其精确效用时，此设置是相关的。这种情况出现在不同的情况下，包括投票和匹配市场。我们的论文解决了在有序机制设计中出现的两个问题。为了设计社会福利最大化机制，人们需要能够定量地测量结果的福利，这在有序设置中是不清楚的。其次，由于Gibbard和Satterthwaite~ \cite{Gibbard73,Satterthwaite75}的不可能性结果迫使人们转向随机机制，人们需要一个更微妙的真实性概念。我们提出{ \em秩近似}作为度量结果的质量，这使我们能够评估机制的基础上最坏的情况下的性能，和{ \em lex-truthfulness}作为一个概念的真实性随机序数机制。词汇真实性比文献中研究的概念更强，但足够灵活，可以容纳丰富的机制类{ \em规避经典的不可能性结果}。我们证明了上述概念的有用性，设计lex-truthful机制实现良好的秩近似因子，无论是在一般的序数设置，以及结构化的设置，如{ \em（单侧）匹配市场}，其推广，{ \em拟阵}和{ \em调度}市场。
2014-03-08 cs.DS 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
Learning in Continuous Games from Pairwise Preference Feedback
Singapore University of Technology and Design（新加坡科技设计大学）
本文研究连续博弈中仅依赖成对偏好反馈的学习问题，提出序数遗憾基准与块归一化伪梯度动力学，实现次线性遗憾及纳什收敛，无需重建基数效用。
2026-10-06 cs.GT cs.LG math.OC
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
Facility location with double-peaked preference
我们研究的问题，在一个真正的线上的一个单一的设施的报告的基础上，自私的代理，当代理商有双峰的喜好，与高峰是在其位置的两侧。我们观察到，双峰偏好捕捉现实生活中的场景，从而补充了研究充分的单峰偏好的概念。我们主要关注的情况下，峰值等距代理的位置，并讨论我们的结果如何扩展到更一般的设置。我们发现，大多数单峰偏好的结果并不直接适用于这种设置，这使得问题本质上更具挑战性。作为我们的主要贡献，我们提出了一个简单的真实的预期机制，实现了近似比1+b/c的社会和最大成本，其中b是代理从峰值的距离和c是代理的最小成本。对于后一种情况，我们提供了一个3/2的下限的近似比的任何真实的预期机制。我们还研究了在某些自然条件下的确定性机制，证明了下界和近似保证。我们证明，在一大类合理的机制，有没有确定性机制，优于我们的真实预期机制。
2015-02-19 cs.GT
Fair assignment of indivisible objects under ordinal preferences
NICTA（澳大利亚国家信息与通信技术研究院）；University of New South Wales（新南威尔士大学）
我们考虑离散分配问题，在该问题中，代理人表示顺序偏好的对象，这些对象被分配给代理人在一个公平的方式。我们使用分数或随机分配之间的随机优势关系来系统地定义离散分配的比例和无嫉妒的不同概念。针对这些公平性概念，研究了检查公平分配是否存在的计算复杂性。我们还刻画了公平分配保证存在的条件。对于一些公平的概念，多项式时间算法来检查是否存在公平分配。我们的算法结果也延伸到代理人的权利不平等的情况下。我们的NP-硬度结果，适用于几种无嫉妒的变体，回答了Bouveret，Endriss和Lang提出的一个悬而未决的问题（ECAI 2010）。我们还提出了公平的概念，总是建议一个非空的一组有意义的公平属性的分配。在这些概念中，最优比例和最优弱比例似乎是可取的公平概念。
2015-06-17 cs.AI 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
Unstructuring User Preferences: Efficient Non-Parametric Utility Revelation
Technion - Israel Institute of Technology（以色列理工学院）；Cornell University（康奈尔大学）
为了解决序数偏好的揭示和推理问题，我们提出了一种新的方法，用于从一组定性偏好语句生成序数效用函数。据我们所知，我们的建议构成了这个问题的第一个非参数解决方案，这是有效的和语义上的声音。我们的初步实验为我们的方法的实际有效性提供了强有力的证据。
2012-07-04 cs.AI cs.GT
Game-Theoretically Secure Protocols for the Ordinal Random Assignment Problem
本文研究分布式序数随机分配中的最大最小安全协议，证明公平性与序数效率不可兼得，并提出实现公平、稳定及均匀占优的 OnlinePSVar 协议。
2023-04-26 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
Generalized Ordinal Nash Games: Variational Approach
广义Nash均衡问题可以转化为一个拟变分不等式。我们在这项工作中的目的是引入一个变分的方法来研究广义序数纳什博弈，即广义博弈的玩家偏好是二元关系，不一定承认一个效用表示的解的存在性。
2023-01-29 cs.GT math.OC
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
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
The Vigilant Eating Rule: A General Approach for Probabilistic Economic Design with Constraints
我们考虑的问题，概率分配的对象顺序偏好。我们设计了一个分配机制，称为警惕饮食规则（VER），适用于几乎任意的可行性约束。它是约束有序有效的，可以针对一大类约束进行有效计算，并且如果代理具有相同的偏好并受到相同的约束，则平等对待代理。当可行分配的集合是凸的，我们也提出了我们的规则的特征的基础上序数平均主义。我们的结果VER不只是适用于分配问题，但所有的集体选择问题，代理人有顺序偏好的离散结果。作为一个案例研究，我们假设对象有优先级的代理和应用VER的概率分配的稳定性的约束。VER符合（扩展）概率串行规则时，优先级是平坦的和代理提出确定性延迟接受算法时，偏好和优先级是严格的。虽然VER总是返回一个稳定的和有约束的有效分配，但它不能是防策略的，无约束的有效的，没有嫉妒。然而，我们发现，这三个属性是不相容的稳定性和约束效率。
2021-07-08 cs.GT econ.TH
Manipulation-resistant facility location mechanisms for ZV-line graphs
在许多现实生活场景中，一组代理需要就共同的操作达成一致，例如，在公共设施的位置上，虽然他们的偏好之间存在一定的一致性，例如，所有偏好都是从公共度量空间导出的。设施选址问题模拟了这样的场景，它是社会选择中一个研究得很好的问题。我们研究的机制，设施的位置图，这是抵抗操纵（策略证明，防欺诈，防假名）的个人和联盟，是有效的（帕累托最优）。我们定义了一个家庭的图，ZV线图，并显示了这些图，满足所有这些所需的属性的一般设施定位机制。此外，我们表明，这种机制可以计算在多项式时间，该机制是匿名的，它可以等价地被定义为第一帕累托最优位置根据一些预定义的顺序。我们的主要结果，ZV线图的家庭和我们提出的机制，统一了一些目前的作品在文献中的虚假名称证明设施的位置离散图，包括所有的初步（未发表）的作品，我们知道。最后，我们讨论了我们的结果的一些推广和局限性的设施选址问题的其他结构。
2018-12-10 cs.GT
Mechanism Design with Exchangeable Allocations
我们研究了当代理人有不同类型的偏好时，无报酬的机制设计。相反，在大多数设置在文献中的代理人有相同的偏好，例如，在设施的位置游戏中，所有的代理人都想留在靠近（或远离）的设施，我们证明了机制设计的限制，当代理人有不同的偏好，通过引入交换阶段。我们考虑两种类型的交换阶段。第一种模式称为中央交换，其中交换由中央机构执行。另一种模式被称为个体交换，其中代理人自己交换他们的结果。以设施选址博弈为例，我们提供了一个真实的机制，优化社会福利在中央交换。我们还提供了一个普遍真实的随机机制，在个人交换中实现至少一半的最优社会福利。
2016-09-15 cs.GT
Metric Distortion under Group-Fair Objectives
研究组公平目标下的投票问题，提出Max-of-Avg和Avg-of-Max两种目标，并给出不同信息访问权限下各类机制所能实现的最佳度量失真紧致界限。
2024-04-22 cs.GT
FEN-Hedonic Games with Distance-Based Preferences
享乐博弈将联盟形成的场景形式化，在这种场景中，参与者根据他们所处的联盟来评估结果。由于大量的可能的联盟，这些游戏的紧凑表示是至关重要的。我们补充已知的紧凑表示模型的距离为基础的方法：玩家的偏好编码在一个双极的方式由一个小的一组已知的相邻玩家的顺序偏好，联盟表示足够的偏好顺序，从玩家的角度来看，和偏好的联盟扩展的基础上的直接形式的Hausdorff-肯德尔-tau个人偏好和联盟之间的距离。我们表明，该模型满足理想的公理性质，并具有合理的计算复杂性在选定的个人为基础的稳定性概念。
2022-01-31 cs.GT
The Complexity of Computing Robust Mediated Equilibria in Ordinal Games
针对序数博弈缺乏混合策略指导、解易受效用设定误差影响的问题，本文提出结合民间定理构造与任意符合偏好的基数效用兼容的鲁棒均衡，并分析该均衡概念及多场景下的求解计算复杂度。
2024-07-10 cs.GT
Nash without Numbers: A Social Choice Approach to Mixed Equilibria in Context-Ordinal Games
Google DeepMind（谷歌DeepMind）；University of Waterloo（滑铁卢大学）
本文提出一种基于社会选择理论的混合均衡概念，无需精确效用函数，通过序数排名来分析策略均衡，探讨其存在性、复杂性及学习规则。
2026-05-08 cs.GT cs.MA econ.GN
Truthful Mechanisms for Matching and Clustering in an Ordinal World
Rensselaer Polytechnic Institute（伦斯勒理工学院）
我们研究真实的匹配机制和相关问题的部分信息设置，代理人的真实效用是隐藏的，算法只能访问顺序偏好信息。我们的模型的动机是这样一个事实，即在许多情况下，代理不能表达他们的效用为不同的结果的数值，但仍然能够排名的结果，他们的偏好顺序。具体来说，我们研究的问题，地面真理存在的形式加权图的代理效用，但算法只能引出代理的私人信息的形式的优先顺序为每个代理引起的潜在的权重。在此背景下，我们设计了真实的算法来逼近隐藏权重的真正最优解。我们的技术产生普遍真实的算法的一些图的问题：1. 76-近似算法的最大权匹配，2-近似算法的最大k匹配，6-近似算法Denmark子图，和2-近似算法的最大旅行商，只要隐藏的权重构成一个度量。我们还提供了改进的近似算法这样的问题时，代理商是不能说谎，他们的喜好。我们的研究结果是第一个非平凡的真实近似算法，这些问题，并表明，在许多情况下，我们可以设计强大的算法，即使当代理可能会说谎，只提供序数信息，而不是精确的实用程序。
2016-10-18 cs.AI cs.DS 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
Peeking Behind the Ordinal Curtain: Improving Distortion via Cardinal Queries
将个人的偏好集合成一个集体决策是社会选择理论研究的核心课题。在2006年，Procaccia和Rosenschein考虑了一个功利主义的社会选择设置，其中代理人有明确的数值的替代品，但他们只报告他们的线性排序。为了比较不同的聚合机制，Procaccia和Rosenschein引入了失真的概念，该概念量化了在试图最大化社会福利时仅使用序数信息的低效率，即，为所选结果的代理的潜在价值之和。从那时起，这一研究领域蓬勃发展，已经获得了各种各样的基本情况下的失真的界限。然而，绝大多数现有的文献都集中在这种情况下，没有什么是已知的以外的顺序偏好的代理人的替代品。在本文中，我们采取了一种更具表现力的方法，并考虑允许进一步问几个基数查询，以获得部分访问代理的替代品的潜在价值的机制。有了这个额外的权力，我们设计了新的确定性机制，实现显着改善的失真范围，并在许多情况下，优于最知名的随机顺序机制。我们描绘了一个几乎完整的图片所需的确定性机制，以实现特定的失真范围的查询数量。
2021-04-15 cs.GT cs.MA
Blind, Greedy, and Random: Ordinal Approximation Algorithms for Matching and Clustering
我们研究匹配和其他相关问题中的部分信息设置代理的效用被匹配到其他代理是隐藏的，该机制只能访问顺序偏好信息。我们的模型的动机是这样一个事实，即在许多情况下，代理不能表达他们的效用为不同的结果的数值，但仍然能够排名的结果，他们的偏好顺序。具体来说，我们研究的问题，地面真理存在的形式加权图，并期待设计算法，近似真正的最佳匹配，仅使用每个代理的偏好排序（由隐藏的权重引起）作为输入。如果对权重不加限制，那么就不能指望比简单的贪心算法做得更好，它产生半最佳匹配。也许令人惊讶的是，我们表明，通过对权重施加一点结构，我们可以显着改进平凡算法：我们设计了一个1.6-近似算法的情况下，隐藏的权重服从度量不等式。使用我们的算法匹配作为一个黑盒，我们还设计了新的近似算法的其他密切相关的问题：这些包括一个3.2-近似的聚类代理成相等大小的分区的问题，一个4-近似算法Denmark-子图，和一个2.14-近似算法的最大TSP。这些结果是第一个非平凡的序数近似算法，这样的问题，并表明，我们可以设计强大的算法，即使我们是不可知的精确代理工具。
2016-08-01 cs.AI cs.GT
Group-Fair Metric Distortion of Facility Assignment Problems
University of Southern Denmark（南丹麦大学）
本文研究受群体公平约束的设施分配问题的度量失真，提出全信息与有序信息算法，推导最大和、和最大社会目标的失真上下界，且下界与上界匹配，覆盖单向匹配与聚类问题。
2026-08-18 cs.GT
A Few Queries Go a Long Way: Information-Distortion Tradeoffs in Matching
我们考虑单侧匹配问题，其中n个代理商对n个项目有偏好，这些偏好由底层基数估值函数引起。其目标是将每个代理人与单个物品进行匹配，以使社会福利最大化。然而，大多数相关文献假设代理的值不是先验已知的，并且只提供代理对项目的顺序偏好。因此，这种不完整的信息导致效率的损失，这是衡量的概念失真。在本文中，我们进一步假设代理可以回答少量的查询，允许我们部分访问它们的值。我们研究了引发的基数信息（每个代理的查询数量）和失真的片面匹配，以及广泛的研究相关的问题之间的相互作用。定性，我们的研究结果表明，有限数量的查询，它是可能的，以获得显着的改善，在经典的设置，其中只访问序数信息。
2020-09-14 cs.GT
Equilibria in Sequential Allocation
顺序分配是一种用于共享多个不可分割项目的简单机制。我们研究序贯分配中的策略行为。特别是，我们考虑纳什动态，以及计算和帕累托最优的纯均衡，和Stackelberg策略。我们首先证明，即使是两个代理，更好的反应可以循环。然后，我们提出了一个线性时间算法，返回一个配置文件（我们称之为“虚张声势的配置文件”），是在纯纳什均衡。有趣的是，虚张声势的配置文件的结果是相同的，真实的配置文件是在纯粹的纳什均衡\emph{all}基数效用一致的顺序偏好。我们表明，虚张声势的配置文件的结果是帕累托最优的两两比较。相比之下，我们表明，分配可能不是帕累托最优的两两比较，即使它是一个结果的偏好配置文件，是在纯纳什均衡的所有公用事业一致的顺序偏好。最后，我们提出了一个动态程序来计算两个代理的最优Stackelberg策略，其中第二个代理的项目有一个常数的不同值。
2017-05-26 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
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
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
Metric Facility Assignment with Partial Information
Drexel University（德雷塞尔大学）；University of British Columbia（不列颠哥伦比亚大学）；University of Tehran（德黑兰大学）；University of Essex（埃塞克斯大学）；University of Southern Denmark（南丹麦大学）
研究在部分信息下，通过结合序数偏好、批准偏好和设施间距离信息，最小化社会成本的设施分配问题，并给出了确定性算法的紧界。
2026-06-04 cs.GT
Randomized Social Choice Functions Under Metric Preferences
Rensselaer Polytechnic Institute（伦斯勒理工学院）
我们确定的质量随机社会选择机制的设置中，代理人有度量偏好：每个代理人都有一个成本为每个替代品，这些成本形成一个度量。我们假设这些成本对机制（甚至可能对代理人本身）是未知的，这意味着我们不能简单地选择最优方案，即最小化总代理成本（或中间代理成本）的方案。然而，我们假设代理人知道他们的序数偏好是由度量空间引起的。我们研究随机社会选择功能，只需要这个序数信息，并选择一个替代方案，是良好的预期相对于从度量的成本。为了量化一个随机化的社会选择函数有多好，我们限制了失真，这是所选方案的预期成本与最优方案成本之间的最坏情况比率。我们提供了各种随机机制，一般指标和重要的特殊情况下，新的失真范围。我们的研究结果表明，在确定性机制的失真相当大的改善。
2016-09-26 cs.AI cs.GT
Investigating the Characteristics of One-Sided Matching Mechanisms Under Various Preferences and Risk Attitudes
Rochester Institute of Technology（罗切斯特理工学院）；University of Waterloo（滑铁卢大学）
当不允许货币转移时，单边匹配机制是将一组不可分割的对象分配给一组自利代理的基础。多智能体环境中两种广泛研究的随机机制是随机序列独裁（RSD）和概率序列规则（PS）。这两种机制只需要代理指定序数偏好，并具有一些理想的经济和计算属性。然而，这些机制所产生的结果往往是无法比较的，因此在决定实际采用哪种机制时存在挑战。在本文中，我们首先考虑空间的一般顺序偏好，并提供实证结果的RSD和PS的（在）可比性。我们分析其各自的经济属性下的一般和词典的偏好。然后，我们实例化的效用函数的目的是获得洞察的可操作性，效率和envyfreeness的机制在不同的风险态度模型。我们的结果在各种偏好分布模型下都成立，这进一步证实了RSD在大多数实际应用中的广泛使用。
2017-03-01 cs.AI cs.GT cs.MA
Approximate-EFX Allocations with Ordinal and Limited Cardinal Information
University of Edinburgh（爱丁堡大学）；University of Essex（埃塞克斯大学）
本文研究了在有限信息下实现近似EFX公平分配的算法，探讨了α值与查询数量的权衡，并在特定情况下提供了改进的结果。
2026-02-09 cs.GT
Distortion in metric matching with ordinal preferences
研究共享度量空间中基于序数偏好的匹配失真问题，提出一种 $O(n^2)$ 失真的确定性匹配机制，并给出 $Ω(\log n)$ 的下界，同时探讨了真实机制的失真下界及 thin matchings 与失真差距的联系。
2023-05-20 cs.DM cs.DS 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
Efficient Reallocation under Additive and Responsive Preferences
重新分配资源以获得互利的结果是各种多代理设置中的一个基本问题。虽然找到一个任意的帕累托最优分配通常很容易，但检查一个特定的分配是否是帕累托最优可能要困难得多。这个问题相当于检查分配的对象不能以这样的方式重新分配，即至少有一个代理喜欢她的新份额而不是他的旧份额，并且没有代理喜欢她的旧份额而不是她的新份额。我们考虑的问题，两个相关类型的偏好关系集的对象。在本文的第一部分中，我们专注于设置代理表示添加剂基数效用的对象。我们提出了计算硬度的结果，以及多项式时间算法测试帕累托最优性在不同的限制，如两个效用值或字典效用。在本文的第二部分中，我们假设代理人只表达他们的（序数）对单个对象的偏好，并且他们的偏好是可加性分离的。在这种情况下，我们提出了可能的和必要的帕累托最优的特征和多项式时间算法。
2018-05-17 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
A Generalization of the AL method for Fair Allocation of Indivisible Objects
我们考虑的分配问题，其中代理表示顺序偏好$m$对象和对象分配给代理的基础上的偏好。在最近的一篇论文中，Brams，Kilgour和Klamler（2014）提出了AL方法来计算两个代理的无嫉妒分配。AL方法主要依赖于代理对对象有严格偏好的假设。我们推广的AL方法的情况下，代理人可能会表示无差异，并证明算法所满足的公理性质。作为推广的结果，我们也得到了一个$O(m)$加速以前的算法，以检查是否存在一个完整的无嫉妒分配或没有。最后，我们表明，除非P=NP，可以没有多项式时间的GAL扩展到任意数量的代理商的情况下。
2015-04-01 cs.GT
Analyzing Incentives and Fairness in Ordered Weighted Average for Facility Location Games
本文研究了设施定位博弈中基于距离单峰偏好的有序加权平均机制，分别给出了其参数实现防策略性、非显而易见的可操纵性、个人公平份额和比例公平的充分必要条件。
2024-10-15 cs.GT cs.MA econ.TH
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
Shapley 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。空间设施选址模型已经成功地预测了各种情况下的竞争结果。在一个典型的设施选址游戏中，用户/顾客/投票者被映射到一个代表他们偏好的度量空间，每个玩家在该空间中选择一个点（设施）。在文献中考虑的大多数设施选址游戏中，假设用户的行为是确定性的：给定玩家选择的设施，用户被吸引到他们最近的设施。本文介绍了设施位置游戏的概率吸引力，被称为Shapley设施位置游戏，由于一个令人惊讶的连接到Shapley值。我们在这个模型中采用的特定吸引函数与行为经济学文献中关于选择预测的最新研究结果一致。给出了这个模型，我们的第一个主要结果是Shapley设施选址博弈是势博弈，因此，它们具有纯纳什均衡。此外，后者适用于任何紧凑的用户空间、该空间上的任何用户分布以及任何数量的玩家。请注意，这与霍特林设施选址博弈形成鲜明对比。在我们的第二个主要结果中，我们表明，在假设玩家可以计算出近似的最佳对策，近似的均衡配置文件可以有效地学习的球员通过动态。我们的第三个主要结果是这类博弈的无政府状态无政府代价的界，以及显示界是紧的。最终，我们表明，玩家的收益与他们的Shapley值在联盟游戏，联盟收益是用户的社会福利。
2017-10-09 cs.GT
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
An impossibility theorem concerning positive involvement in voting
本文证明了一个新的不可能性定理：不存在同时满足积极介入、孔多塞标准、可分辨性及多数差额排序不变性的序数投票方法。
2025-03-29 cs.GT cs.MA econ.TH
The Distortion of Prior-Independent b-Matching Mechanisms
Aarhus University（奥胡斯大学）；Drexel University（德雷塞尔大学）
该研究提出了一种在代理偏好随机生成时具有最优失真和近最优失真间隙的 ordinal 机制，改进了传统最坏情况分析的悲观结果。
2026-02-11 cs.DS cs.GT
The Temporary Exchange Problem
我们正式的顺序偏好下的分配模型，是更普遍的比研究夏普利-斯卡夫住房市场。在我们的模型中，代理人不仅关心他们得到的房子或资源，而且还关心谁得到自己的资源。当考虑到每个资源最终都要归还给所有者的临时交换时，这个假设尤其重要。我们发现，几个积极的公理和计算结果，住房市场不延伸到更一般的设置。然后，我们确定自然的限制，代理商的偏好，其中几个积极的结果确实持有。我们的中心结果之一是一个一般类的算法，返回任何分配，是单独的理性和帕累托最优的响应集扩展。
2018-07-15 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
Outer Diversity of Structured Domains
本文研究了结构域的外多样性概念，评估了其在单峰、单交叉、组分离和欧几里得域等结构中的价值。
2026-02-17 cs.AI cs.GT cs.MA
Mechanism Design for Locating a Facility under Partial Information
我们研究了经典的机制设计问题，在一个真正的线上定位的公共设施。与以前的工作相比，我们假设代理商无法完全指定他们的首选位置，而是只提供粗略的信息-即，他们的首选位置位于某个区间。鉴于这样的部分偏好信息，我们探讨了强大的确定性机制的设计，其中强大的机制，我们的意思是那些表现良好的所有可能的未知的真正的首选位置的代理。为此，我们考虑了两个经过充分研究的目标函数，并考虑在我们的设置i）非常弱的优势和ii）极大极小优势的两个自然解概念下实现这些。我们表明，根据前解决方案的概念，有没有做得更好的机制比一个天真的机制，总是，不管代理提供的信息，输出相同的位置。然而，当使用后者，较弱的解决方案的概念，我们表明，可以做得更好，我们提供的目标函数的机制的性能的上限和下限。此外，我们注意到，我们的机制可以被看作是经典的最佳机制的扩展，当代理人精确地知道并指定他们的首选位置时，它们会以最佳方式执行。
2019-05-22 cs.GT
Facility Location Games Beyond Single-Peakedness: the Entrance Fee Model
本文提出带入场费的新型设施选址博弈模型，突破经典单峰偏好假设，设计了策略防抵赖机制并给出多场景下近似比的上下界与近乎紧的不可能性结果。
2024-04-15 cs.AI cs.DS cs.GT
Best of Both Distortion Worlds
Drexel University（德雷塞尔大学）；University of Toronto（多伦多大学）
本文提出新的投票规则，首次在功利主义失真和度量失真两个世界中同时实现接近最优的失真保证，并证明该结果无法推广到仅提供前 t 个偏好排序的情形。
2023-05-30 cs.AI cs.GT
