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
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
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
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
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
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
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
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
Randomized Strategyproof Mechanisms with Best of Both Worlds Fairness and Efficiency
本文针对不可分割物品分配中的策略防操纵、公平与效率冲突,先证明确定性机制的不可能性,再利用随机化分别对杂务分配和两智能体混合物品分配提出兼具事前事后公平与效率的随机化策略防操纵机制。
2024-08-02 cs.GT
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
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
Deterministic, Strategyproof, and Fair Cake Cutting
我们从机制设计的角度研究了经典的切蛋糕问题,特别是侧重于确定性机制,是strategyproof和公平。首先,我们研究了非浪费的机制,主要表明,即使是分段常数估值的限制类,也不存在防策略甚至近似成比例的直接揭示机制。随后,我们删除了非浪费的约束,并显示另一个不可能的结果,说明没有strategyproof和近似成比例的直接启示机制,输出连续的分配,再次,即使是限制类的分段常数估值。除了上述结果,我们还提出了一些负面的结果时,考虑一个近似的概念,防策略,显示之间的联系直接启示机制和机制的罗伯逊-韦伯模型时,代理人有分段常数估值,最后,还提出了一个(小)修改著名的偶数帕兹算法,具有更好的激励-当有两个或三个代理的情况下,兼容的属性。
2017-05-17 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
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
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
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
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
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 and Proportional Chore Division for Piecewise Uniform Preferences
家务分工是公平地划分一些可分割的,不受欢迎的坏的问题,如一组家务,在许多球员之间。每个玩家都有自己的家务估价,必须满足他们没有得到超过他们的公平份额。在本文中,我认为问题的防策略家务分工,其中的算法必须确保每个球员不能受益于错误的代表他们的立场。我提出了一个算法,执行比例和strategyproof家务分工的任何数量的球员分段统一的估值函数。
2022-04-01 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
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
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
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 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
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
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
Favoring Eagerness for Remaining Items: Designing Efficient, Fair, and Strategyproof Mechanisms
Peking University(北京大学);Binghamton University(宾汉姆顿大学);Rensselaer Polytechnic Institute(伦斯勒理工学院);Guangzhou University(广州大学)
在分配问题中,我们的目标是分配不可分割的项目,以有效和公平的方式,在一个strategyproof代理人有顺序的偏好。在实践中,第一选择最大化,即,分配最大数量的代理他们的顶部项目,通常被认为是一个重要的效率标准和代理的满意度的测量。在本文中,我们提出了一个自然和直观的效率属性,剩余项目的渴望(FERI),这需要每个项目被分配给一个代理谁排名最高的剩余项目,从而意味着第一选择最大化。使用FERI作为一个启发式的,我们设计的机制,满足后或事前的FERI的变体与其他可取的性能的组合效率(帕累托效率),公平性(强平等对待平等和sd-弱-envy-freeness),和strategyproofness(sd-弱-strategyproofness)。我们还探讨了FERI机制在通过不可能性结果提供更强的效率、公平性或防策略性保证方面的局限性。
2022-04-27 cs.AI 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
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
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
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
Strategyproof Approximation Mechanisms for Location on Networks
我们考虑的问题,定位设施的网络,表示为一个图。一组战略代理人有不同的理想位置的设施;代理人的成本是其理想位置和设施之间的距离。一种机制将代理人报告的位置映射到设施的位置。具体来说,我们感兴趣的是不使用支付的社会选择机制。我们希望设计防策略的机制,在这个意义上,代理人永远不会受益于说谎,或者,甚至更好的是,群体防策略,在这个意义上,代理人的联盟不能都受益于说谎。同时,我们的机制必须提供一个小的近似比相对于两个优化目标之一:社会成本或最大成本。我们给出了一个几乎完整的表征下的目标函数,确定性和随机机制,并就不同的网络拓扑结构的可行的真实近似比。我们的主要结果是:我们证明了一个简单的随机机制是群体策略防护的,并给出了一个(2-2/n)-近似的社会成本,其中n是代理的数量,当网络是一个圆圈(在计算机网络的情况下称为环);我们设计了一种新的“混合”防策略随机化机制,当网络是圆时,该机制为最大成本提供了3/2的紧近似比;并且我们证明了,即使当网络是树时,也没有随机SP机制可以提供比2-o(1)更好的最大成本的近似比,从而匹配平凡的上限2。
2009-07-12 cs.GT cs.MA
Weighted Fair Division with Matroid-Rank Valuations: Monotonicity and Strategyproofness
本研究针对带权重的不可分割物品公平分配问题,将二元加性估值下最大加权纳什福利规则的单调性、策略防伪性等结果,推广至带凹函数的加权加性福利主义规则及拟阵秩估值智能体场景。
2023-09-28 cs.GT econ.TH
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
Fair mixing: the case of dichotomous preferences
代理人投票选择一个公平的公共结果的混合;每个代理人喜欢或不喜欢每个结果。我们讨论三个突出的投票规则。条件功利主义规则是随机独裁者的一种变体,它是不受策略影响的,它保证了任何一组志同道合的行动者都能受到与其规模成正比的影响。它比熟悉的随机优先级规则更容易计算且更高效。最坏的情况(Resp.)平均)低效率是可证明的(分别地,在数值实验中)如果代理的数量低,则低。有效的平等主义规则同样保护个体行为者,但不保护联盟。它是可排除的策略证明:如果我不能消费我声称不喜欢的结果,我不想撒谎。有效的纳什最大乘积规则为联盟提供了最强的福利保证,联盟可以以与其规模成比例的概率强制任何结果。但它甚至连防战略性的唯一形式也失败了。
2017-12-07 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
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
Toward Fair and Strategyproof Tournament Rules for Tournaments with Partially Transferable Utilities
该研究提出部分可转移效用模型,通过自私参数λ插值效用可转移与不可转移场景,证明λ<1时无公平防操纵锦标赛规则,求解了λ=1且6个智能体以内的对应规则,并分析了相关规则的防策略性权衡与公平性关联。
2024-08-19 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
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
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
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
Facility Assignment with Fair Cost Sharing: Equilibrium and Mechanism Design
本文研究公平成本分摊的一维设施分配问题,分别在设施选择和位置上报两个博弈场景下,证明纯纳什均衡可多项式时间求解,得出策略防护匿名机制的社会成本近似比无界的结论,并找到一类满足一致性与匿名性的非平凡策略防护机制。
2024-04-13 cs.GT
Mechanism Design with Outliers and Predictions
Royal Holloway, University of London(伦敦大学皇家霍洛威学院);Centrum Wiskunde & Informatica (CWI)(荷兰数学与计算机科学中心);University of Amsterdam(阿姆斯特丹大学);Technical University of Munich(慕尼黑工业大学)
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
Fair Division with Binary Valuations: One Rule to Rule Them All
研究了不可分割商品在代理人之间的公平分配问题。以往的研究主要集中在加性代理偏好,这导致了追求真实,公平和效率的不可能。我们表明,当代理商有二进制添加剂的偏好,一个令人信服的规则-最大纳什福利(MNW)-提供了所有三个保证。具体来说,我们表明,确定性MNW与字典式平局打破组strategyproof除了被嫉妒免费一个好的和帕累托最优。我们还证明了分数MNW -已知的组strategyproof,无羡慕,帕累托最优-可以实现为一个分布在确定性的MNW分配,这是无羡慕的一个好。我们的工作建立了最大纳什福利作为最终的分配规则,在领域的二进制添加剂的偏好。
2020-09-30 cs.GT
Multi-Stage Generalized Deferred Acceptance Mechanism: Strategyproof Mechanism for Handling General Hereditary Constraints
针对一般遗传约束下无法兼顾公平与效率的策略防机制设计难题,本文提出多阶段广义延迟接受机制(MS-GDA),在接近M$^\ atural$-凸集的约束下有效平衡了公平性与学生福利。
2024-09-24 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
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
Incompatibility of Efficiency and Strategyproofness in the Random Assignment Setting with Indifferences
一个基本的资源分配设置是随机分配问题,其中代理表达对象的偏好,然后随机分配给代理。2001年,Bogomolnaia和Moulin提出了概率序列(PS)机制,该机制是一种匿名的,中立的,Pareto最优的,弱防策略的机制,当偏好被认为是相对于随机优势。当代理人对单个对象有严格的偏好时,结果成立。当主体之间存在无差异时,是否存在满足相同性质的机制一直是一个悬而未决的问题。我们发现,对于这个更一般的域,不存在扩展的PS是事后有效的和弱strategyproof。结果令人惊讶,因为它甚至不需要额外的对称或公平条件,如匿名,中立或平等对待平等。我们的结果进一步证明了Katta和Sethuraman(2006)的扩展PS机制缺乏弱SD-防策略性不是扩展PS的设计缺陷,而是由于PS在全偏好域中的效率和防策略性的内在不相容性。
2016-04-26 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
Strategyproof Maximum Matching under Dichotomous Agent Preferences
针对智能体侧二分偏好、机构侧严格偏好的双边匹配问题,提出一种新机制,满足个体理性、最大规模、公平性等多重要性质,解决了是否存在同时满足智能体防策略性、最大规模、公平性和非专断性机制的开放问题。
2025-02-14 cs.GT econ.TH
The Price of Strategyproofness in Fair Multi-Resource Allocation for Cloud Computing
Beijing Jiaotong University(北京交通大学)
针对云计算中多资源公平分配问题,提出自适应速度公平(ASF)框架,在满足共享激励、无嫉妒和帕累托最优的同时,实现策略性,并显著提升社会福利公平比率至约1.09384,优于现有机制。
2026-10-08 cs.GT