[논문 리뷰] Strategyproof Mechanisms for One-Dimensional Hybrid and Obnoxious Facility Location

Itai Feigenbaum, Jay Sethuraman|arXiv (Cornell University)|2014. 12. 10.

Game Theory and Voting Systems참고 문헌 8인용 수 16

한 줄 요약

이 논문은 한 줄 상공간에서 기능하는 시설이 음성(멀리 떨어져 있기를 원함) 또는 선호성(가까이 있기를 원함)인 두 종류의 에이전트가 존재하는 1차원 하이브리드 시설 위치 문제에 대해 전략적으로 증명 가능한 메커니즘을 제안한다. 최대합 목적 함수에 대해 결정론적 3-근사 메커니즘과 확률적 23/13-근사 메커니즘을 제시하며, 날카로운 하한값을 도출하여 결정론적 메커니즘의 최적성과 전략성에 기반한 평등 목적 함수에 대해 무한한 근사 비율을 입증한다.

ABSTRACT

We consider a strategic variant of the facility location problem. We would like to locate a facility on a closed interval. There are n agents located on that interval, divided into two types: type 1 agents, who wish for the facility to be as far from them as possible, and type 2 agents, who wish for the facility to be as close to them as possible. Our goal is to maximize a form of aggregated social benefit: maxisum- the sum of the agents' utilities, or the egalitarian objective- the minimal agent utility. The strategic aspect of the problem is that the agents' locations are not known to us, but rather reported to us by the agents- an agent might misreport his location in an attempt to move the facility away from or towards to his true location. We therefore require the facility-locating mechanism to be strategyproof, namely that reporting truthfully is a dominant strategy for each agent. As simply maximizing the social benefit is generally not strategyproof, our goal is to design strategyproof mechanisms with good approximation ratios. For the maxisum objective, in the deterministic setting, we provide a best-possible 3- approximate strategyproof mechanism; in the randomized setting, we provide a 23/13- approximate strategyproof mechanism and a lower bound of \frac{2}{\sqrt{3}}. For the egalitarian objective, we provide a lower bound of 3/2 in the randomized setting, and show that no bounded approximation ratio is attainable in the deterministic setting. To obtain our deterministic lower bounds, we characterize all deterministic strategyproof mechanisms when all agents are of type 1. Finally, we consider a generalized model that allows an agent to control more than one location, and provide best-possible 3- and 3/2- approximate strategyproof mechanisms for maxisum, in the deterministic and randomized settings respectively, when only type 1 agents are present.

연구 동기 및 목표

• 두 종류의 에이전트(음성: 거리가 멀기를 원함, 선호: 가까이 있기를 원함)가 존재하는 하이브리드 시설 위치 모델에서 최적의 사회적 복리에 근접하는 전략적으로 증명 가능한 메커니즘을 설계하는 것.
• 최대합(유용도의 합)과 평등(최소 유용도)이라는 두 가지 사회복지 함수에 대해 좋은 근사 비율을 달성하는 것.
• 오직 음성 에이전트만 존재할 경우 결정론적 전략적 증명 가능한 메커니즘의 특성을 규명하여 최대합 목적 함수에 대해 근사 비율의 날카로운 하한값을 도출하는 것.
• 에이전트가 유형이나 위치를 거짓 보고할 수 있는 상황에서도 진실 보고가 지배 전략이 되도록 보장함으로써, 에이전트의 거짓 보고 영향을 분석하는 것.
• 에이전트가 다수의 위치를 제어할 수 있는 일반화된 모델으로 결과를 확장하고, 확률적 요소가 근사 성능에 미치는 영향을 분석하는 것.

제안 방법

• 에이전트가 각 측면에 대해 누적된 무게를 기반으로 시설 위치를 0 또는 2 중 하나의 간격 끝점에 선택하는 결정론적 메커니즘을 설계하며, 보고된 위치에 대한 단조성 조건을 통해 전략적 증명 가능성을 확보한다.
• 시설을 0에 위치시키는 확률이 p이고, 2에 위치시키는 확률이 1−p인 확률적 메커니즘을 제안하며, 여기서 p는 왼쪽과 오른쪽 측면의 에이전트 무게 총합에 대한 함수이다.
• p가 왼쪽 측면의 무게에 대해 증가하고 오른쪽 측면의 무게에 대해 감소하도록 함으로써 전략적 증명 가능성을 확보하며, 이는 어떤 에이전트도 거짓 보고로 이득을 볼 수 없음을 보장한다.
• 에이전트 무게 분포에 따라 유도된 부등식을 사용하여 기대 사회적 복리와 최적 복리 간의 비교를 통해 근사 비율의 하한을 유도한다.
• 음성 전용 모델에서 결정론적 전략적 증명 가능한 메커니즘의 특성 분석을 통해 최대합 목적 함수에 대해 모든 결정론적 전략적 증명 가능한 메커니즘에 대해 근사 비율의 하한값 3을 증명한다.
• 평등 목적 함수를 분석하고, 오직 음성 에이전트만 존재할 경우에도 어떤 결정론적 전략적 증명 가능한 메커니즘도 유한한 근사 비율을 달성할 수 없음을 보여준다.

실험 결과

연구 질문

• RQ1 하이브리드 시설 위치 모델에서 최대합 목적 함수에 대해 결정론적 전략적 증명 가능한 메커니즘이 달성할 수 있는 최선의 근사 비율은 무엇인가?
• RQ2 확률적 전략적 증명 가능한 메커니즘이 결정론적 메커니즘보다 더 좋은 근사 비율을 달성할 수 있는가? 만약 가능하다면, 그 최선의 비율은 무엇인가?
• RQ3 오직 음성 에이전트만 존재할 경우, 모든 결정론적 전략적 증명 가능한 메커니즘은 어떻게 특징지어질 수 있는가?
• RQ4 전략적 증명 가능성 조건 하에서 평등 목적 함수에 대해 유한한 근사 비율을 달성하는 것은 가능한가? 만약 불가능하다면 그 이유는 무엇인가?
• RQ5 에이전트가 다수의 위치를 제어할 수 있는 일반화된 모델에서 근사 한계는 어떻게 변화하며, 여전히 좋은 성능 보장을 갖는 전략적 증명 가능한 메커니즘을 설계할 수 있는가?

주요 결과

• 최대합 목적 함수에 대해 결정론적 전략적 증명 가능한 메커니즘이 3-근사 비율을 달성하는 것은 최적이며, 모든 결정론적 전략적 증명 가능한 메커니즘에 대해 근사 비율의 하한값 3이 증명되었다.
• 확률적 전략적 증명 가능한 메커니즘이 최대합 목적 함수에 대해 23/13 ≈ 1.77-근사 비율을 달성하며, 결정론적 메커니즘의 근사 비율을 향상시킨다.
• 평등 목적 함수에 대해서는, 오직 음성 에이전트만 존재할 경우에도 어떤 결정론적 전략적 증명 가능한 메커니즘도 유한한 근사 비율을 달성할 수 없다.
• 최대합 목적 함수에 대해 확률적 메커니즘의 근사 비율에 대해 2/√3 ≈ 1.15의 하한값이 확립되었으며, 이는 음성 전용 케이스에서도 성립한다.
• 평등 목적 함수에 대해 확률적 메커니즘의 근사 비율에 대해 3/2 = 1.5의 하한값이 증명되었으며, 이는 오직 유형 1 에이전트만 존재할 경우에도 성립한다.
• 에이전트가 다수의 위치를 제어할 수 있는 일반화된 모델에서, 최대합 목적 함수에 대해 3-근사 결정론적 및 3/2-근사 확률적 전략적 증명 가능한 메커니즘이 존재한다.