这篇论文在研究房屋市场的资源分配问题，使用社交网络模型，探讨代理人之间的交易，提出了多项解决方案，其中包括了一种可在多项偏好下求解的多项式时间算法以及在路径网络中求解最优分配问题的复杂性分析。

Sep, 2019

该研究论文讨论的问题是资源的公平高效分配，研究的主要领域是房屋市场，探讨了现有的算法，其中单边交易算法在保证 Pareto 效率、个体合理性和策略无关性方面表现良好，而双边交易算法通过短周期展示了高效的 Pareto 优化分配策略。

Jun, 2019

我们研究了求解迷宫类问题的 CP 和 SAT 方法，提出了一种新的可达性编码，并通过实验证明这种新编码在以 SAT 为范式的规划问题中，尤其是考虑到同时执行多个动作时是非常适用的。

Oct, 2023

在多智能体问题中，通过新的资源配置方式实现互惠互利是一个根本性问题。本文探讨了两种不同偏好关系的情况下，如何以不同的限制条件测试 Pareto 最优性。第一部分着重于代理人对物体的加法计数效用的表达方法，提出了计算复杂性结果和多项式时间算法；第二部分假设代理人只表达其对单个对象的偏好，并将其偏好降解为相加的形式，提出了可能和必要 Pareto 最优性的特征和多项式时间算法。

Apr, 2016

在具有局部可观测性限制的多对象重新排列问题中，模块化贪心算法能够表现出优异的性能，为未来的部分可见多对象重新排列问题规划提供了强有力的基线。

Jan, 2023

探索与会合问题中，我们研究了移动计算中的两个基本问题：探索和会合。通过在未知图中使用两个不同的移动代理，代理可以在所有节点上读写信息。我们展示了一个简单的深度优先搜索变体，在 $m$ 个同步时间步骤内完成了集体探索，其中 $m$ 是图的边数。同时，我们引入了一个算法，保证在不超过 $rac {3}{2} m$ 个时间步骤内实现会合，这是对所谓的 “等待妈妈” 的算法（需要 $2m$ 个时间步骤）的改进。所有的保证都是从一个更一般的异步设置中推导出来的，在该设置中，代理的速度在任何时刻都由对手控制。如果将边数 $m$ 替换为所有边长度的总和，则我们的保证也推广到加权图。

Mar, 2024

本研究在经典的分配问题基础上，研究了基于社交网络的分配问题，目标是通过最小化代理人之间的嫉妒程度来实现公平分配；同时，该研究还贡献了基于图结构的问题结构与计算结果，提出了一个名为 “可分离性” 的概念，可以在某些图结构中实现高效的最优分配算法。

Jan, 2023

本研究提出了一种新的双层算法，用于优化具有非凸性约束的有向无环图，并解决了此类问题的优化挑战，具有更弱的条件保证和更低的得分，并且在实验中表现优于现有方法。

May, 2023

本文探讨了交互式推荐系统中偏好模型如何影响内容可用性和用户的发现机会，并以基于随机可达性的评估过程为基础提出了一种量化推荐目标内容到达用户的概率上限的方法。该指标能够有效检测内容可用性的偏见，诊断用户发现机会的限制，展示出选择规则和用户干预对推荐过程的影响以及这些影响的分布是否均匀。

Jun, 2021

通过将基于图的多智能体路径规划与网络流问题相连接，本文研究表明前者可以归纳为后者，进而实现了组合网络流算法及一般线性规划技术应用于基于图的多智能体路径规划问题。此外，在研究中我们还证明了当目标具有排列不变性的情况下，问题仅有一个可行解路径集，该集合具有不超过 $n+V-1$ 的最大完成时间，并提供了一个完整的算法以在 $O (nVE)$ 时间内找到这样的解决方案。最后，我们研究了可行解的时间和距离优化，表明它们具有成对帕累托优化结构，并提供了优化这两个实际目标的有效算法。

Apr, 2012