纳什福利与设施选址
我们对传统的设施位置问题进行了变体研究,研究了代理人的个体成本函数与设施到代理人的距离乘以某一由设施位置决定的缩放因子的乘积;我们探讨了总成本和最大成本的最优解计算,以及在近似机制设计中代理人偏好不再是单峰时的条件并寻找了满足这些条件的缩放函数对应的策略稳定和匿名机制可达到的总成本和最大成本的近似比例。
Feb, 2024
研究公平地将一组不可分割的物品在代理商之间进行分配的问题,通过加法估值来衡量分配的公平程度,即代理商对其组合的估值的几何平均数,研究了特定情况下简单贪婪算法的有效性,其中代理的估值不同或是二元估值。
Jan, 2018
本研究探讨了如何在多个目标之间实现公平的多目标强化学习,其中一个代理必须学习一种同时在矢量价值回报的多个维度上获得高回报的策略。我们采用期望福利最大化方法,通过某些非线性公平福利函数对长期累积回报的矢量进行建模。我们提供了 Q-learning 的新颖自适应方法,以学习为非线性福利函数进行优化。我们的算法可以被证明收敛,并且实验表明与线性标量化、最佳线性标量化混合或固定行动选择技术相比,在 Nash 社会福利目标方面,我们的方法表现出更好的效果。
Nov, 2022
本论文研究了非合作设施定位博弈,其中设施和客户都是策略性的,并且对彼此产生重大影响。在这种情况下,研究者提出了一种以自私的客户为中心的自然客户行为的博弈模型,证明了其次博弈纳什均衡存在,同时简要介绍了社会最佳设施放置的计算难度和其与客户行为的相关性。
May, 2021
在一维设置中考虑设施位置问题及算法和机制设计的视角。从算法设计的角度出发,证明了相应的优化问题是 NP 难问题,但是在限制设施数量或设施容量完全相同时可以在多项式时间内计算出最优解。从机制设计的角度出发,提出一些新方法提高了策略性,并且获得了接近下限的近似保证。
Nov, 2019
该研究探讨了一个非合作的两侧设施定位博弈,其中设施和客户的行为是战略性的,它呈现出一个原子可分拥堵博弈的客户阶段,从而意味着原始博弈的客户均衡存在、唯一且计算有效。然而,该研究证明了该博弈的所有情况下都不存在子博弈完美均衡,并且存在子博弈完美均衡是 NP 难的。但积极的一面是,该研究提供了一个简单而有效的算法来计算 3 - 近似的子博弈完美均衡。
Nov, 2022