[論文レビュー] Truthful Facility Location with Additive Errors

Iddan Golomb, Christos Tzamos|arXiv (Cornell University)|Jan 2, 2017

Auction Theory and Applications参考文献 9被引用数 7

ひとこと要約

本稿は、従来の乗法的近似比の代わりに、メカニズムのコストと最適コストとの間の最大絶対差として定義される追加誤差（additive error）を最小化することにより、真実性を保証する施設配置の新規フレームワークを提示する。単一および複数施設配置に対してタイトな境界を提示し、それぞれ確率的（PEC）および決定的（EPEC、Fifths）メカニズムを提案。[0,1]区間における平均コスト目的関数に対して、追加誤差が $\frac{1}{4k-2}$ および $\frac{3}{8k-4}$ となることを示す。

ABSTRACT

We address the problem of locating facilities on the $[0,1]$ interval based on reports from strategic agents. The cost of each agent is her distance to the closest facility, and the global objective is to minimize either the maximum cost of an agent or the social cost. As opposed to the extensive literature on facility location which considers the multiplicative error, we focus on minimizing the worst-case additive error. Minimizing the additive error incentivizes mechanisms to adapt to the size of the instance. I.e., mechanisms can sacrifice little efficiency in small instances (location profiles in which all agents are relatively close to one another), in order to gain more [absolute] efficiency in large instances. We argue that this measure is better suited for many manifestations of the facility location problem in various domains. We present tight bounds for mechanisms locating a single facility in both deterministic and randomized cases. We further provide several extensions for locating multiple facilities.

研究の動機と目的

• 乗法的誤差の限界を是正するため、より直感的かつ応用に適した効率の指標として、追加誤差を導入すること。
• 平均コスト目的関数に対して、最悪ケースの追加誤差を最小化する真実性を保証する決定的および確率的メカニズムを設計すること。
• 有界な [0,1] 区間における単一および複数施設配置に対して、達成可能な追加誤差のタイトな解析的境界を提供すること。
• 追加誤差が、絶対的距離が相対比よりも重要となる有界ドメイン（例：公共図書館の配置、温度制御、政策資金配分）において、現実の効率要件をよりよく捉えていることを示すこと。
• 複数施設へのフレームワークの拡張を行い、EPEC やファイフスメカニズムのような、証明可能な誤差保証を持つメカニズムを提案すること。

提案手法

• 新たな性能指標として、乗法的近似比の代わりに、メカニズムのコストと最適コストとの間の最悪ケース差（追加誤差）として定義される追加誤差を提案する。
• 確率的メカニズムとして、ペアド・イコール・コスト（PEC）メカニズムを導入。k 個の施設を $\frac{1}{2k-1}$ の偶数または奇数分数に一様に配置し、それぞれの確率が $\frac{1}{2}$ である。この方法により真実性が保証される。
• 決定的バージョンとして、選挙パリティ・イコール・コスト（EPEC）メカニズムを開発。2つの対称的配置のうち、多数の好みに従って施設の配置を決定する。
• 2つの施設（$k=2$）の場合、ファイフスメカニズムを提案。エージェントの報告の $\frac{1}{5}$ 番目および $\frac{4}{5}$ 番目の順序統計に施設を配置する。
• 確率的および幾何的議論を用いて、PEC および EPEC の下で任意のエージェントの期待コストを境界化し、エージェントの位置が施設区間の相対関係に基づくケース解析を通じて、追加誤差境界を証明する。
• 背理法を用いて、k 個の施設に対して追加誤差が $\frac{1}{6k}$ より小さいメカニズムは操作可能であることを示し、達成可能な誤差の下界を確立する。

実験結果

リサーチクエスチョン

• RQ1 区間 [0,1] 上の単一施設配置に対して、真実性を保証するメカニズムが達成可能な最もタイトな追加誤差は何か？
• RQ2 実世界の解釈可能性と効率性の観点から、標準的な乗法的近似比と比較して、追加誤差指標はどのように異なるか？
• RQ3 複数施設に対して、決定的および確率的メカニズムを設計し、定数未満の追加誤差を達成できるか。その理論的限界は何か？
• RQ4 施設配置の構造（例：対称的、過半数に基づく）は、真実性を保証するメカニズムにおける最悪ケースの追加誤差にどのように影響するか？
• RQ5 特に2施設の場合（例：EPEC より優れた一般的手法を上回る）、改善されたメカニズムを構築できるか？

主な発見

• 単一施設の場合、本稿は、確率的ケースにおける平均コストに対して、追加誤差のタイトな境界 $\frac{1}{4}$ を確立し、PEC メカニズムによって達成されることを示している。
• PEC メカニズムは期待値において真実性を保証し、k 個の施設を配置する際、平均コストに対して追加誤差 $\frac{1}{4k-2}$ を保証する。
• EPEC メカニズムは、2つの対称的配置のうち多数の好みに従って施設の配置を決定することで、平均コストに対して決定的追加誤差 $\frac{3}{8k-4}$ を達成する。
• 2施設（$k=2$）の特殊ケースでは、ファイフスメカニズムが平均コストに対して追加誤差 $\frac{1}{5}$ を達成し、一般の EPEC の境界を上回る。
• 本稿は、k 個の施設に対して、追加誤差が $\frac{1}{6k}$ より小さい真実性を保証するメカニズムは存在しないことを証明し、上界と定数倍の差異で一致する下界を確立する。
• 結果として、追加誤差は、公共図書館の配置、温度制御、政策資金配分などの有界ドメインにおいて、乗法的誤差よりも自然で解釈しやすい指標であることが示された。