[论文解读] Coordinate-wise Median: Not Bad, Not Bad, Pretty Good.

Sumit Goel, Wade Hann-Caruthers|arXiv (Cornell University)|Jul 2, 2020

Auction Theory and Applications参考文献 37被引用 5

一句话总结

本文分析了在欧几里得偏好下二维设施选址问题中的坐标中位数（CM）机制。研究证明，CM 在效用最大化目标下的最坏情况近似比（WAR）为 $\sqrt{2}\frac{\sqrt{n^2+1}}{n+1}$，且在所有策略无关、匿名且连续的机制中该比值最优。对于 $p$-范数福利（$p \geq 2$），WAR 上限为 $2^{\frac{3}{2}-\frac{2}{p}}$，表明该机制在该类中近乎最优。

ABSTRACT

We consider the facility location problem in two dimensions. In particular, we consider a setting where agents have Euclidean preferences, defined by their ideal points, for a facility to be located in $\mathbb{R}^2$. For the utilitarian objective and an odd number of agents, we show that the coordinate-wise median mechanism (CM) has a worst-case approximation ratio (WAR) of $\sqrt{2}\frac{\sqrt{n^2+1}}{n+1}$. Further, we show that CM has the lowest WAR for this objective in the class of strategyproof, anonymous, continuous mechanism. For the $p-norm$ social welfare objective, we find that the WAR for CM is bounded above by $2^{\frac{3}{2}-\frac{2}{p}}$ for $p\geq 2$. Since it follows from previous results in one-dimension that any deterministic strategyproof mechanism must have WAR at least $2^{1-\frac{1}{p}}$, our upper bound guarantees that the CM mechanism is very close to being the best deterministic strategyproof mechanism for $p\geq 2$.

研究动机与目标

• 分析在欧几里得偏好下二维设施选址问题中坐标中位数（CM）机制的性能。
• 确定CM在效用最大化社会福利目标下的最坏情况近似比（WAR）。
• 证明CM是否在所有策略无关、匿名且连续的机制中，对效用最大化目标达到最优。
• 将分析扩展至 $p$-范数社会福利目标，评估CM在 $p \geq 2$ 时的WAR。
• 将CM的WAR与确定性策略无关机制的已知下界进行比较，评估其近似最优性。

提出的方法

• 论文将参与者偏好建模为 $\mathbb{R}^2$ 中的理想点，设施位置选择以最小化 $p$-范数下的社会福利。
• 将坐标中位数（CM）机制定义为在每个维度上独立取参与者坐标的中位数的解。
• 通过几何与分析技术推导CM在效用最大化目标下的最坏情况近似比（WAR）。
• 对于 $p$-范数目标，利用范数不等式与最坏情况配置分析，推导出WAR的上界 $2^{\frac{3}{2}-\frac{2}{p}}$。
• 将推导出的WAR与一维结果中的已知下界进行比较，以评估最优性。
• 证明依赖于对称性、连续性以及极端配置，以界定机制结果与最优解之间的比值。

实验结果

研究问题

• RQ1 在欧几里得偏好下，二维设施选址问题中坐标中位数机制在效用最大化目标下的最坏情况近似比（WAR）是多少？
• RQ2 CM机制是否在所有策略无关、匿名且连续的机制中，对效用最大化目标达到最优？
• RQ3 CM机制在 $p$-范数社会福利目标下（$p \geq 2$）的WAR行为如何？
• RQ4 CM的WAR是否趋近于高维空间中确定性策略无关机制的理论下界？
• RQ5 考虑到已知下界，CM机制在 $p$-范数目标下是否可视为近乎最优？

主要发现

• CM机制在效用最大化目标下的最坏情况近似比（WAR）为 $\sqrt{2}\frac{\sqrt{n^2+1}}{n+1}$，且随 $n$ 增大而减小。
• 在二维空间中，CM在所有策略无关、匿名且连续的机制中，对效用最大化目标实现了最低可能的WAR。
• 对于 $p$-范数社会福利（$p \geq 2$），CM的WAR上界为 $2^{\frac{3}{2}-\frac{2}{p}}$，该值接近确定性策略无关机制的理论下界 $2^{1-\frac{1}{p}}$。
• 对于 $p \geq 2$，WAR的上界表明CM近乎最优，其与已知下界仅相差一个微小的乘法因子。
• 分析表明，CM不仅在效用最大化目标下表现良好，对更广泛的 $p$-范数福利目标也保持了强大的近似保证。
• 结果表明，CM因其在策略无关性、连续性与近似最优性之间的良好平衡，是多维设施选址中实际部署的有力候选方案。