Approaching Utopia: Strong Truthfulness and Externality-Resistant Mechanisms
我们介绍和研究强真实机制及其应用。我们使用强真实的机制作为工具，在非支配策略的几个问题，包括外部性抵抗拍卖的设计和多维调度的一个变种的实施。
2012-08-20 cs.GT
A characterization of 2-player mechanisms for scheduling
研究了不相关机器调度的机制设计问题，刻画了两个参与者的决策真实机制在定义域同时包含正值和负值时的特征.我们发现，类的真实机制是非常有限的：一个决定性的真实机制划分成组的任务，使每个组中的任务分配独立于其他组。在一个组的大小至少为2的任务分配的仿射极小和任务在单例组的任务独立的机制。这个特征是关于所有真实机制的，包括那些具有无界逼近比的机制。这种方法的一个直接结果是，即使对于两个任务，两个参与者的机制的近似比也是2。事实上，对于两个参与者，VCG是唯一的最佳近似2的算法。这个特征提供了一些支持，任何决定性的真实机制（对于3个或更多个玩家）将任务划分为组，其中一些由仿射极小化器分配，而其余的由阈值机制分配（其中任务在低于阈值时分配给玩家，该阈值仅取决于其他玩家的值）。我们还表明，在这里的阈值机制类是相同的添加剂机制类。
2008-07-22 cs.GT
Truthful Online Scheduling with Commitments
我们研究在线机制抢占调度的最后期限，目标是最大化的总价值完成的工作。这个问题是最后期限感知云调度的基础，但即使对于没有激励约束的算法问题，也有很强的下限。然而，这些下限可以在最后期限松弛的自然假设下规避，即，作业大小与其执行时间窗口之间的比率存在一个有保证的下限$s > 1$。在给定松弛度$s > 1$的情况下，我们构造了一个具有恒定竞争比的真实调度机制.此外，我们表明，如果$s$是足够大的，那么我们可以构建一个机制，也满足承诺属性：它可以确定是否一个工作将完成，如果是这样，以及在每个工作的最后期限之前所需的付款。这是值得注意的，因为在实践中，具有严格截止日期的用户可能发现仅仅在非常接近他们的截止日期时他们的工作被拒绝是不可接受的。
2015-07-02 cs.DS cs.GT
Truthful Online Scheduling of Cloud Workloads under Uncertainty
云计算客户经常在\emph{approximately}定期计划上提交重复作业和计算管道，到达和运行时间会出现差异。这种模式是机器学习中的典型训练任务，允许客户部分预测未来的工作要求。我们开发了一个云计算平台模型，该平台以在线方式接收工作说明书（SoW）。工作说明书描述了未来的工作，其到达时间和持续时间是概率性的，其效用提交代理下降的完成时间。到达和持续时间分布，以及效用函数，被认为是私人的客户信息，并由战略代理报告给一个调度器，优化社会福利。我们设计了定价、调度和淘汰机制，以激励真实报告工作说明书。一个重要的挑战是，尽管该平台有可能饱和，但仍要保持激励措施。我们引入了一个框架，以减少不确定性下的调度问题，放松没有不确定性。使用这个框架，我们解决了对抗性和随机提交的工作报表，并获得对数和常数的竞争机制，分别。
2022-03-02 cs.DS cs.GT
Bayesian Truthful Mechanisms for Job Scheduling from Bi-criterion Approximation Algorithms
我们提供了多项式时间近似最优贝叶斯机制的最大完工时间最小化无关的机器，以及最大-最小公平分配不可分割的货物，分别与近似因子$2$和$\min\{m-k+1, \tilde{O}(\sqrt{k})\}$，匹配的近似比最知名的多项式时间\emph{algorithms}（最大-最小公平性，后一个要求是真实的货物数量的某些比率$m$的人$k$）。我们的机制是通过建立一个多项式时间近似敏感的减少，从设计近似最佳的{ \em机制}为一些任意的目标${\cal O}$的问题，设计双准则近似{ \em算法}为同一目标${\cal O}$加上一个线性分配成本项。我们的减少本身是通过扩展著名的“分离和优化的等价性”[GLSS 81，KP 80]来实现的，以适应双准则近似。此外，应用减少到特定的问题的最大完工时间和最大-最小公平性，我们开发多项式时间的双准则近似算法的最大完工时间最小化成本和最大-最小公平性的成本，适应的算法[ST 93]，[BD 05]和[AS 07]的双准则近似的类型，是所需的减少。
2014-05-23 cs.GT
Universally Truthful Secondary Spectrum Auctions
我们提出了一种机制设计方法，用于实现无线网络中的本地频谱重新分配的算法。例如，在单跳请求调度中，二级用户被建模为理性代理，当为成功传输分配信道时，这些代理具有私人效用。我们提出了一个相当简单的算法技术，允许把现有的和未来的近似算法和proximistics到真实的机制，为各种各样的网络问题。与以前的工作相比，我们的方法适用于文献中几乎所有已知的干扰模型，包括基于SINR的干扰物理模型。它允许解决单跳和多跳调度，路由，甚至更一般的分配和分配问题。我们的机制是随机的，并代表了第一个普遍真实的机制，这些问题与严格的最坏情况下的解决方案的质量保证。通过这种方式，我们的机制可以用来获得保证的解决方案的质量，即使与风险规避或风险寻求投标人，现有的方法失败。
2013-05-10 cs.GT
Truthful allocation in graphs and hypergraphs
我们研究图中分配问题的真实机制，无论是最小化（即，调度）和最大化（即，拍卖）设置。最小化问题是研究得很好的不相关机器调度问题的一个特例，其中每个给定的任务在图的情况下只能由两个预先指定的机器执行，或者在超图的情况下只能由给定的机器子集执行。这对应于一个多重图，其节点是机器，其超边是任务。这类问题属于多维机制设计，有没有已知的一般机制以外的VCG及其推广仿射极小。我们提出了一类新的机制，是真实的，并有显着更好的性能比仿射极小在许多设置。具体来说，我们提供了一般的多重图，以及特殊类的图形，如明星，树，平面图，$k$退化图，和图形的一个给定的树宽的真实机制的上限和下限。我们还考虑了最小化或最大化的$L^p$ -规范的球员的价值观，概括的最大完工时间最小化，对应于$p=\infty$的目标，并将结果扩展到任何$p>0$。
2021-06-07 cs.GT
A Truthful Mechanism for Offline Ad Slot Scheduling
我们认为“离线广告位调度”的问题，广告客户必须安排在一段时间内的“赞助搜索”插槽。广告客户指定预算约束，以及每次点击的最大成本，并且不能被分配给特定搜索的一个以上的插槽。我们给出了一个真实的机制下的实用模型，投标人试图最大限度地提高他们的点击，受到他们的个人约束。此外，我们表明，收入最大化的机制是不真实的，但有一个纳什均衡的结果是相同的，我们的机制。据我们所知，这是第一次对赞助搜索进行处理，直接将多个插槽和预算限制纳入激励分析。我们的机制采用了下降价格拍卖，保持一定的机器调度问题的解决方案，其工作长度取决于价格，因此是可变的拍卖。当能够负担该价格的一组出价者恰好打包成一个广告位块时，价格停止，此时该机制分配该块并在剩余的广告位上继续。为了证明我们的收入最大化机制的均衡结果，我们首先表明，一个贪心算法足以解决收入最大化的线性规划，然后，我们使用这种洞察力来证明，在我们的机制的同一块中分配的投标人没有激励偏离投标该块的固定价格。
2008-01-18 cs.DS cs.GT
The Anarchy of Scheduling Without Money
考虑了在不允许付款的情况下，以最小化最大完工时间为目标的$n$策略无关机器上的排序问题。我们采用在[Koutsoupias，Theory Comput.在这个意义上，机器受到她的声明的约束，如果她被分配了一个特定的任务，那么她将不得不执行它至少等于她报告的时间，即使她的私人，真正的处理能力实际上更快。我们提供了一个（非真实的）随机算法，其纯无政府状态的价格是任意接近$1$的情况下，一个单一的任务和接近$n$，如果它是独立地应用到调度许多任务。以前的工作考虑了真实性的约束，并证明了$(n+1)/2$对一个任务的紧逼近比，它推广到$n(n+1)/2$对许多任务。此外，我们重新审视的真实性的情况下，降低了许多任务的近似比为$n$，渐近匹配的最佳已知的下限。这是通过迂回到放松，分数版本的问题，我们也能够提供一个最佳的近似比$1$。最后，我们提到，我们所有的算法实现最佳比率的$1$的社会福利的目标。
2018-12-04 cs.GT
Amplified Hardness of Approximation for VCG-Based Mechanisms
如果两个玩家的社会福利最大化问题不承认PTAS，我们证明，任何最大范围内的真实机制，运行在多项式时间不能达到一个近似因子优于1/2。此外，对于同一问题的k人版本，在相同的两人难度假设下，近似的难度提高到1/k。(We注意，1/k可通过平凡的确定性范围内最大值机制来实现。这个硬度的结果不仅包括确定性的最大范围内的机制，但也普遍真实的随机最大范围内的算法，以及一类严格的更强大的真实的期望随机机制最近介绍了Dobzinski和Dughmi。我们的结果适用于任何一类的赋值函数，满足一些极小闭包性质。这些性质都满足所有研究得很好的APX-硬社会福利最大化问题的估值函数，如覆盖，次模，次加估值。我们还证明了普遍真实的最大范围内的机制更强的结果。也就是说，即使对于允许FPTAS的预算加法估值类，也没有这样的机制可以在多项式时间内实现优于1/k的近似因子。
2009-12-18 cs.GT
A unified approach to truthful scheduling on related machines
我们提出了一个统一的框架，设计确定性单调多项式时间近似计划（PTAS的）的一类调度问题的一致相关的机器。这个类包括（除其他外）最小化最大完工时间，最大化最小负载，最小化机器负载向量的l_p范数。在此之前，这种结果只为完工时间目标所知。单调算法具有的属性，在一台机器的速度的增加不能减少分配给它的工作量。我们的新方法的关键思想是表明，对于目标函数，是足够良好的机器负载的功能，它是可能的计算在多项式时间一个高度结构化的近最优的时间表。单调近似方案在算法机制设计的新兴领域中具有重要作用。在这些调度问题的博弈论设置有一个社会目标，这是我们研究的目标函数之一。每台机器都由一个自私的单参数代理控制，它的私人信息是它处理一个单位大小的作业的成本，这也是它的机器速度的倒数。每个代理都希望最大化自己的利润，定义为它从机制中获得的报酬减去处理分配给它的所有作业的成本，并根据其私人信息进行投标。对于每一个问题，我们都证明了我们可以有效地计算保证真实性的支付。因此，存在一个占主导地位的策略，代理报告他们的真实速度，我们显示了存在一个真实的机制，可以在多项式时间，其中的社会目标是近似在一个因素1+ 1/2，每个1/2>0。
2012-07-15 cs.DS cs.GT
STAR-GS: Truthful and Visibility-Aware Resource Scheduling for Ground Station as a Service
North Carolina State University（北卡罗来纳州立大学）；University of Colorado Denver（科罗拉多大学丹佛分校）；Kennesaw State University（肯尼索州立大学）
针对GSaaS资源调度的NP难问题，本文提出STAR-GS机制，结合拍卖理论与可调度性分析，在仿真中其收益、性能及扩展性均优于基线。
2026-08-25 cs.ET cs.GT cs.NI
Setting Lower Bounds on Truthfulness
我们提出并讨论了一般技术证明真实机制的不可逼近性结果。我们利用这些技术来证明几个非功利的多参数问题的逼近下界。特别是，我们展示了我们的技术的实力，表现出一个下界的$2-\frac{1}{m}$的调度问题与不相关的机器（制定为一个机制设计问题的开创性文件中的Nisan和Ronen的机械机制设计）。我们的下限适用于真实的随机机制（不考虑这些机制的运行时间的任何计算假设）。此外，它甚至适用于随机机制的较弱的真实性概念-即，期待中的真实对于两台机器的情况（存在非真实的FPTAS），该下限几乎匹配已知的$\frac{7}{4}$（随机化）真实上限。在多参数设置中，真实随机机制的下限以前是未知的。我们展示了我们的技术在网络中的工作量最小化问题的应用。我们证明了我们的下界这个问题的域间路由设置Feigenbaum，Papadimitriou，萨米和申克。最后，我们讨论了几个非功利主义的“公平”的概念（最大最小公平，最小最大公平，嫉妒最小化）。我们展示了如何我们的技术可以用来证明这些概念的下限。
2017-02-14 cs.GT
Truthful Mechanisms for Combinatorial AC Electric Power Allocation
传统的组合拍卖研究往往只考虑线性约束（即对某些商品的需求受到相应供应的限制）。智能电网的兴起提出了一类新的拍卖，其特点是二次约束。Yu和Chau [AAMAS 13 ']介绍了复需求背包问题，其中需求是复值的，供应能力由总复值需求的大小描述。这自然捕捉到AC电力系统中的功率约束。在本文中，我们提供了一个更完整的研究和推广的问题，多头脑的版本，超出了以前已知的1/2-近似算法，只有一个子类的问题。更准确地说，我们给出了一个真实的PTAS的情况下，φ在[0，π/2-delta]，和一个真实的FPTAS，充分优化的目标函数，但违反容量约束最多（1+ φ）的情况下，φ在（π/2，π-delta]，其中φ是任何两个复值的需求之间的最大角度和φ，delta>0是任意小的常数。
2014-11-26 cs.DS cs.GT
Gaps and Augmentations in Bayesian Scheduling
本研究探讨贝叶斯调度中先验信息、随机化与资源增强对真机制近似比的影响，证明随机化BIC机制存在4/3下界及8/7完整性间隙，并给出MinWork机制在特定条件下O(m/ε)采样层实现1+ε近似的资源增强结果。
2026-09-29 cs.GT
Prior-Independent Mechanisms for Scheduling
研究了在工件数量随机的假设下，具有不相关自私机器的最小完工时间问题。我们设计了简单的真实机制，在各种分布的假设下，提供恒定和亚对数近似预期的完工时间。我们的机制是先验独立的，因为它们不依赖于工作规模分布的知识。先前已经研究了收入最大化目标的先验独立近似机制[Dhangwatnotai，Roughgarden和Yan'10，Devanur，Hartline，Karlin和Nguyen'11，Roughgarden，Talgam-Cohen和Yan'12]。与我们的结果相反，在无先验设置中，没有真实的匿名确定性机制的完工时间目标可以提供一个次线性近似[Ashlagi，Dobzinski和Lavi'09]。
2013-05-02 cs.DS cs.GT
Truth and Regret in Online Scheduling
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Microsoft Research（微软研究院）；Cornell University（康奈尔大学）
我们考虑一个调度问题，云服务提供商有多个单位的资源随着时间的推移。自私的客户端提交作业，每个作业都有到达时间、截止日期、长度和价值。服务提供商的目标是实现一个真实的在线机制调度作业，以最大限度地提高社会福利的时间表。最近的工作表明，在随机假设下，就业到达，有一个单参数家庭的机制，实现接近最优的社会福利。我们表明，任何这样的家庭接近最优的在线机制，存在一个在线机制，在最坏的情况下，执行以及最好的给定的机制。我们的机制是真实的，只要在给定的家庭中的机制是真实的和及时的，并实现最佳（在恒定因素）的遗憾。我们模拟的问题，对一个家庭的在线调度机制的学习专家的意见。一个主要的挑战是，我们所做的任何调度决策不仅会影响当前步骤的收益，还会影响未来步骤的资源可用性和收益。此外，从一个算法（a.k.a.专家）到另一个算法是具有挑战性的，因为它需要与后者算法的状态同步，也因为它影响算法的激励结构。我们进一步展示了如何适应我们的算法，以非千里眼设置工作长度是未知的，直到工作运行完成。再一次，在这种情况下，我们获得了真实性以及渐进最优的遗憾（在多对数因子内）。
2017-03-01 cs.AI cs.DS cs.GT
Truthful Unsplittable Flow for Large Capacity Networks
在本文中，我们将注意力集中在对策论环境中的大容量不可分割流问题。在这种情况下，存在自私的代理，它们控制着一些请求特征，并且可能对它们不诚实。值得注意的是，在博弈论中，许多标准技术，如随机舍入，违反了某些单调性属性，这是真实性的必要条件，因此不能使用。鉴于这种情况，我们设计了一个单调确定性算法，它是基于一个原始-对偶机制，它达到了$\frac{e}{e-1}$的近似比，直到$ε$的差距。这意味着对当前最佳真实机制的改进，以及对当前最佳组合算法的改进。令人惊讶的是，我们证明了在合理的迭代路径最小化算法的家庭中的任何算法，不能产生更好的近似比。因此，为了实现单调的PTAS，如果存在的话，将必须运用不同的技术。我们还考虑了大容量的\textit{single-minded multi-unit combinatorial auction problem}。这个问题与不可分割流问题密切相关，因为可以将其表示为不可分割流问题的整数线性规划的特殊情况。因此，我们通过改进不可分割流问题的算法获得了可比的性能保证。
2008-04-14 cs.DS cs.GT
The Pareto Frontier of Inefficiency in Mechanism Design
在不相关机器调度的原型问题中，研究了机制设计中无政府代价（PoA）和稳定价格（PoS）之间的权衡问题。我们给出了关于上述度量的可行机制空间的界限，并观察到两个基本机制，即第一价格（FP）和第二价格（SP），位于该边界的两个相反的极值上。此外，对于自然类的匿名任务无关的机制，我们完全描述了PoA/PoS帕累托边界，我们设计了一类最佳机制$\mathcal{SP}_α$，正好位于这个边界。特别地，这些机制相对于跨越边界的参数$α\geq 1$在第一价格（$\mathcal{SP}_1$）和第二价格（$\mathcal{SP}_\infty$）机制之间平滑地变化。在这些结果的途中，我们还提供了一个明确的答案，一个重要的问题有关的调度问题，即非真实的机制是否可以提供更好的最大完工时间保证在平衡，相比真实的。通过证明所有调度机制的无政府状态的代价至少是$n$，其中$n$是机器的数量，我们否定地回答了这个问题。
2021-02-24 cs.GT
A Double Auction for Charging Scheduling among Vehicles Using DAG-Blockchains
本文针对充电站资源受限场景，提出基于DAG区块链和双边拍卖的电动汽车充电调度系统，并设计TMC和EMC两种算法，以兼顾真实性、安全性与系统效率。
2023-06-01 cs.GT cs.NI
Social Distancing via Social Scheduling
受流行病期间{ \em社交距离}的需要的激励，我们考虑一种安排设施的访客的方法（例如，一般商店）。我们的算法从市民的输入和调度商店的离散时隙的基础上，他们的重要性访问的设施。自然，这一提法适用于若干类似的问题。我们认为{ \em individible}作业请求需要一个或多个插槽才能完成。我们的方法的突出特点是：它（a）通过确保在设施的给定时隙中的最大人口来确保社交距离，（b）旨在基于工作的重要性来对个人进行优先排序，（c）通过在其分配的时隙之后添加{ \em冷却期}来保持所报告的重要性的真实性，在此期间个人不能重新访问同一设施，（d）~保证公民的自愿参与，然而（e）~在计算上是易处理的。我们提出的机制是无先验的。我们发现，不可分割的多时隙需求的问题成为NP-完全的，并提供了一个多项式时间的机制，是真实的，个别合理的，近似最优的。从一家商店收集的数据实验表明，具有更重要（单一插槽）工作的游客被分配到更多的首选插槽，这是以更长的冷却期为代价的，并显着减少了社会拥堵。对于多槽作业，我们的机制产生合理的近似，同时减少了计算时间显着。
2021-10-22 cs.GT cs.MA
Online Selfish Load Balancing
Shanghai Jiao Tong University（上海交通大学）；East China Normal University（华东师范大学）
研究在线自私负载均衡问题，针对无关机器，证明现有m近似算法可在线实现；为相关机器设计首个期望真实且竞争比为O(log m)的在线机制，扩展后保证作业端真实，还将双边真实机制推广到ℓ_q范数变体。
2026-07-14 cs.DS cs.GT
Average-case Approximation Ratio of Scheduling without Payments
除了继承经济学和博弈论的原理和方法外，数学机制设计的研究通常采用理论计算机科学的最坏情况分析和近似方案。例如，近似比，这是一个规范的措施，评估如何以及激励兼容的机制近似优化的目标，定义在最坏的情况下的意义。它将最优机制的性能与真实机制的性能进行比较，对于所有可能的输入。在本文中，我们采取平均情况分析的方法，并解决了一个主要的激励问题，在机械机制设计-调度问题[Nisan和Ronen 1999]。[Koutsoupias 2014]研究了该问题的一个版本，其中包括验证组件。结果表明，该问题有一个严格的逼近比界为（n+1）/2的单任务设置，其中n是机器的数量。然而，我们表明，当机器执行任务的成本遵循任何独立和相同的分布时，[Koutsoupias 2014]中给出的机制的平均情况近似比的上限是一个常数。这个正结果渐近地将平均情况比率与最坏情况比率分开，并且表明该问题的最优机制实际上平均工作良好，尽管在最坏情况下该机制的期望成本是最优成本的Theta（n）倍。
2017-12-13 cs.GT
Assigning Course Schedules: About Preference Elicitation, Fairness, and Truthfulness
课程分配是一个广泛存在于教育和其他领域的问题。通常，学生对一周内的课程座位或课程安排有偏好，这需要考虑。该问题是一个具有挑战性的分布式调度任务，需要决策支持。先到先得（FCFS）是一种简单的分配规则，在实践中使用最广泛，但它会导致低效率的结果和嫉妒的分配。最近的理论结果表明，替代品具有吸引力的经济和计算性能。Bundled Probabilistic Serial（BPS）是一种满足序有效性、无嫉妒性和弱防策略性的随机机制。该机制也在多项式时间中运行，这对于该领域中的大型问题实例是重要的。我们报告的实证结果，从第一次实施的BPS在慕尼黑工业大学，这使我们能够提供重要的实证指标，如所得到的匹配，平均排名，配置文件的大小，以及受欢迎的任务。这些指标是采用BPS的核心。特别是，我们将这些指标与捆绑出价的随机序列独裁（BRSD）进行了比较。BRSD机制被用来模拟广泛使用的先到先服务（FCFS）机制，它允许我们比较FCFS（BRSD）和BPS。虽然理论上很吸引人，但当考虑对指数级多个包的偏好时，偏好诱导是一个重大挑战。我们引入的工具，以引起偏好，减少学生需要的参数的数量到一个可管理的集合。该方法与BPS产生一个计算有效的工具，以解决课程分配问题与成千上万的学生，并可能提供了一种方法，在组织中的其他分布式调度任务。
2018-12-07 cs.DM cs.GT cs.HC
On Scheduling Mechanisms Beyond the Worst Case
University of Pennsylvania（宾夕法尼亚大学）；University of Southampton（南安普顿大学）
自算法机制设计\cite{NR99}诞生以来，调度无关机器的问题一直在研究。这是一个资源分配问题，需要将$m$任务分配给$n$机器执行。机器被认为是策略代理人，他们可能会对自己的执行成本撒谎，以最大限度地减少分配给他们的工作量。为了解决货币支付不是补偿机器成本的一种选择的情况，\citeauthor{DBLP:journals/mst/Koutsoupias14} [2014]分别设计了两种\textit{truthful}机制K和P，以实现$\frac{n+1}{2}$和$n$的近似比率，以实现社会成本最小化。此外，没有一种真实的机制可以实现比$\frac{n+1}{2}$更好的近似比。因此，机制K是最优的。虽然近似比提供了一个强大的最坏情况下的保证，它也限制了我们对各种输入的机制性能的全面理解。本文研究了这两种调度机制超出了最坏的情况。我们首先表明，机制K实现了一个较小的社会成本比机制P的每一个输入。也就是说，机制K是逐点优于机制P。接下来，对于每个任务$j$，当机器的执行成本$t_i^j$是独立和相同的任务特定的分布$F^j(t)$，我们表明，平均情况下的近似比机制K收敛到一个常数。这个界对于机制K是紧的。为了更好地理解这个依赖于分布的常数，一方面，我们估计它的值插入几个常见的分布，另一方面，我们表明，这种收敛的界限，提高了一个已知的界\cite{DBLP:conf/aaai…
2022-04-20 cs.AI cs.GT cs.MA
Public Signaling in Bayesian Ad Auctions
我们研究贝叶斯广告拍卖中的信号，其中投标人的估价取决于一个随机的，未知的自然状态。拍卖机制完全了解自然界的实际状态，它可以向投标人发出信号，以便披露有关状态的信息并增加收入。例如，一个状态可以共同编码用户的一些特征，这些特征仅为该机制所知，因为后者可以访问出价人无法访问的数据源。我们研究的问题计算的机制应该如何发送信号给投标人，以最大限度地提高收入。虽然这个问题已经在更容易设置的第二价格拍卖中得到了解决，但据我们所知，我们的工作是第一次探索具有多个插槽的广告拍卖。在本文中，我们专注于公共信号和VCG机制，投标人如实报告他们的估值。我们从一个否定的结果开始，表明，在一般情况下，问题不承认PTAS，除非P = NP，即使投标人的估值是已知的机制。其余的文件是专门设置在这种负面结果可以规避。首先，我们证明，与已知的估值，问题确实可以解决在多项式时间时，无论是状态数d或槽数m是固定的。此外，在相同的设置，我们提供了一个FPTAS的情况下，投标人是一心一意的，但d和m可以是任意的。然后，我们切换到随机估值设置，其中这些是根据某种概率分布随机抽取的。在这种情况下，我们表明，该问题允许一个FPTAS，一个PTAS，和一个QPTAS，分别当d是固定的，m是固定的，投标人的估值有界远离零。
2022-01-24 cs.GT
Optimal and Differentially Private Data Acquisition: Central and Local Mechanisms
Fuqua School of Business（福夸商学院）；Rotman School of Management（罗特曼管理学院）
本文研究平台从隐私敏感用户处收集数据的最优机制设计，在中心化和本地化差分隐私设置下建立极小极大下界并开发高效算法，实现最优估计与真实报告。
2023-09-06 cs.CR cs.GT cs.LG
