[论文解读] 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 7

一句话总结

本文提出了一种新颖的诚实设施定位框架，通过最小化加法误差（定义为机制成本与最优成本之间最坏情况下的绝对差值）而非传统的乘法近似比来衡量效率。该文为单设施和多设施部署提供了紧致的边界，并提出了随机机制（PEC）和确定性机制（EPEC、Fifths），分别在[0,1]区间上实现平均成本目标的加法误差为$\frac{1}{4k-2}$和$\frac{3}{8k-4}$。

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.

研究动机与目标

• 为解决乘法误差在设施定位中应用的局限性，引入加法误差作为更直观且与实际应用更相关的效率度量方式。
• 设计诚实机制（包括确定性和随机性），以最小化平均成本目标下的最坏情况加法误差。
• 为[0,1]有界区间上的单设施与多设施部署，提供可实现加法误差的紧致解析边界。
• 证明加法误差更能反映现实世界中的效率需求，特别是在绝对距离比相对比值更重要的有界领域中。
• 将框架扩展至多设施场景，并提出如EPEC与Fifths等机制，具备可证明的误差保证。

提出的方法

• 提出一种新的性能度量：加法误差，定义为机制成本与最优成本之间最坏情况下的差值，而非传统的乘法近似比。
• 引入配对等成本（Paired-Equal-Cost, PEC）机制，一种随机机制，将k个设施均匀放置在$\frac{1}{2k-1}$的偶数或奇数分数量上，每种配置的概率为$\frac{1}{2}$，并确保机制的诚实性。
• 提出选举对称等成本（Election-Parity-Equal-Cost, EPEC）机制，一种确定性变体，基于两种对称配置中多数偏好选择设施位置。
• 针对两设施（$k=2$）的情况，提出Fifths机制，将设施分别置于代理报告的第$\frac{1}{5}$和$\frac{4}{5}$分位数位置。
• 使用概率论与几何论证方法，对PEC与EPEC机制下任意代理的期望成本进行边界估计，通过分析代理位置相对于设施区间的相对关系，证明加法误差边界。
• 采用反证法证明：若任何机制在$k$个设施情况下的误差小于$\frac{1}{6k}$，则其将具有可操纵性，从而确立可实现误差的下限。

实验结果

研究问题

• RQ1 在[0,1]区间上，定位单个设施的诚实机制所能实现的最紧致加法误差是多少？
• RQ2 与标准的乘法近似比相比，加法误差度量在现实世界中的可解释性与效率表现如何？
• RQ3 能否设计出确定性与随机性机制，使多设施部署的加法误差低于常数级别？其理论极限是什么？
• RQ4 设施部署结构（如对称性、基于多数决策）如何影响诚实机制下的最坏情况加法误差？
• RQ5 对于特定情况（如两设施），能否构造出优于通用方法（如EPEC）的改进机制？

主要发现

• 对于单设施情况，本文在随机机制下建立了平均成本的紧致加法误差边界$\frac{1}{4}$，该边界由PEC机制实现。
• PEC机制在期望意义下具有诚实性，并在$k$个设施部署时保证平均成本的加法误差为$\frac{1}{4k-2}$。
• EPEC机制通过基于两种对称配置中多数偏好的方式选择设施位置，实现了平均成本的确定性加法误差$\frac{3}{8k-4}$。
• 在两设施（$k=2$）的特殊情况下，Fifths机制实现了平均成本的加法误差$\frac{1}{5}$，优于通用EPEC机制的边界。
• 本文证明：任何诚实机制在$k$个设施情况下均无法实现低于$\frac{1}{6k}$的加法误差，从而确立了下限边界，该边界与上界仅相差一个常数因子。
• 结果表明，在公共图书馆选址、温控系统或政策资金分配等有界领域中，加法误差比乘法误差更具自然性与可解释性。