Quantum Bayesian implementation
贝叶斯实现涉及决策问题时，代理人有不完整的信息。本文提出了一种量子贝叶斯机制来修正传统的贝叶斯实现的充分条件。此外，通过使用算法贝叶斯机制，这种修正在宏观世界中成立。
2011-12-31 cs.GT physics.data-an
Bayesian Mechanism Design with Efficiency, Privacy, and Approximate Truthfulness
最近，已经有许多关于机制设计和隐私的论文（例如，参见\cite{MT07,Xia11,CCKMV11,NST12,NOS12,HK12}）。所有这些论文都考虑了最坏情况下的设置，其中没有关于玩家类型的概率信息。在本文中，我们研究机制设计和隐私的\emph{Bayesian}设置，其中玩家的类型是从一些共同的分布。我们适应的概念\emph{differential privacy}贝叶斯机制设计设置，获得\emph{Bayesian differential privacy}。我们还定义了一个强大的概念近似真实的贝叶斯机制，我们称之为\emph{persistent approximate truthfulness}。我们给出了几类机制（例如，社会福利机制和直方图机制），其实现贝叶斯差分隐私和持久近似真实性。这类机制可以实现最佳（经济）效率，并且不使用任何付款。我们还证明，通过考虑上述机制在一个修改的机制设计模型，上述机制可以实现实际的真实性。
2014-11-22 cs.GT
Bayesian Mechanism Design for Budget-Constrained Agents
我们研究贝叶斯机制设计问题的代理人有预算的设置。具体地说，一个代理人对一个结果的效用是由他对该结果的价值减去他对该机制的任何支付给出的，只要支付低于他的预算，否则是负无穷大。效用函数的这种不连续性对设计良好的机制提出了重大挑战，经典的“无约束”机制在有预算的情况下无法发挥作用。本文的目标是开发一般的减少从无约束贝叶斯MD无约束贝叶斯MD的性能损失很小。我们认为这个问题的背景下，在机制设计-社会福利和收入-两个最好的研究目标，并提出常数因子近似在一些设置。我们的一些研究结果延伸到预算是私人的，需要激励代理人如实披露预算的情况。
2011-03-31 cs.GT
A note on the definition of Bayesian Nash equilibrium of a mechanism when strategies of agents are costly actions
在机制设计理论中，设计者希望实现一个期望的社会选择函数，该函数为每个可能的代理类型配置文件指定她最喜欢的结果。为此，设计者构造了一种机制，描述了每个代理的可行策略集和结果函数。一般来说，机制中每个主体的策略有两种可能的格式：动作或消息。在本文中，我们专注于前一种格式，并声称贝叶斯纳什均衡的机制的概念应该基于利润函数，而不是传统的效用函数时，代理人的策略是昂贵的行动。其次，我们得到了主要结果：给定一个社会选择函数，它可以通过一个间接机制实现贝叶斯纳什均衡，如果所有的代理人的策略是成本行动，那么它不能被推断存在一个直接的机制，可以真实地实现贝叶斯纳什均衡的社会选择函数。
2019-05-01 cs.GT
Information Elicitation for Bayesian Auctions
在本文中，我们设计了贝叶斯拍卖的信息获取机制。在贝叶斯机制设计中，参与者的私有类型分布通常被假设为公知，而信息获取则考虑参与者比决策者更了解私有类型分布的情况。为了削弱贝叶斯拍卖中的信息假设，我们考虑了一个信息结构中的分布的知识是任意分散的球员。在这样一个非结构化的信息设置，我们设计的机制，单位需求拍卖和添加剂拍卖，聚合玩家的知识，产生的收入是恒定的近似最优贝叶斯机制与一个共同的先验。我们的机制是两步显性策略真实的，收入随着玩家集体拥有的知识量而优雅地增加。
2018-06-26 cs.GT
A Duality-Based Unified Approach to Bayesian Mechanism Design
我们提供了贝叶斯机制设计的许多最新发展的统一视图，包括Cai等人的黑箱约简。[CDW 13 b]，添加剂买家的简单拍卖[HN 12]，以及单位需求投标人的标价机制[CHK 07]。此外，我们表明，通过同一个镜头观看这三个以前不相交的工作线也会导致新的发展。首先，我们提供了一个二元框架贝叶斯机制设计，自然容纳多个代理和任意的目标/可行性约束。利用这一点，我们证明了无论是张贴价格机制还是具有每个投标人入场费的Vickrey-Clarke-Groves拍卖，只要买家是单位需求或可加性，都可以实现贝叶斯激励兼容机制可实现的最佳收入的常数因子，统一了Chawla等人以前的突破。[CHMS 10]和Yao [Yao 15]，以及提高两个近似比（分别从30提高到24和从69提高到8）。最后，我们表明，这种观点也导致改善结构特征的蔡等人。框架。
2018-12-04 cs.GT
Bayesian Incentive Compatibility via Fractional Assignments
最近，Hartline和Lucier研究了贝叶斯环境下的单参数机制设计问题。他们提出了一种黑箱约简，将贝叶斯近似算法转换为贝叶斯激励兼容（BIC）机制，同时保留社会福利。它仍然是一个主要的悬而未决的问题，如果一个人可以找到类似的减少在更重要的多参数设置。本文在先验分布具有有限小支集的情况下，对这一问题给出了肯定的回答。我们提出了一个黑盒约简设计BIC多参数机构。该约简将任何算法转换为eps-BIC机制，仅具有社会福利的边际损失。因此，对于次可加代理的组合拍卖，我们得到了一个eps-BIC机制，实现常数近似。
2010-12-15 cs.GT
Algorithmic Pricing via Virtual Valuations
算法定价是卖家（例如，在超市中）面对当试图为他们的物品设定价格以在已知需求存在的情况下最大化他们的利润时。Guruswami等人（2005年）提出了这个问题，并给出了对数近似（在消费者的数量）时，每个消费者的价值束是精确已知的。随后的几个版本的问题已被证明具有多对数不可逼近性。这个问题有直接关系到更好地理解贝叶斯优化机制在多参数设置的重要开放问题，但是，对数近似不足以达到这个目的。因此，考虑常数近似是可能的特殊情况是至关重要的。我们考虑这个问题的单位需求变体。在这里，消费者对每个不同的物品都有一个估价，他们对一组物品的价值只是他们对该组中任何物品的最大价值。我们假设消费者的偏好是从一个分布中得出的，这是经济学中的标准假设;此外，在算法定价的所有先前工作中采用的具有已知偏好的特定客户集合的设置是这个一般问题的特殊情况，其中存在通过从给定的消费者集合中均匀地挑选一个消费者来指定偏好的离散贝叶斯分布。我们的工作补充了这些现有的作品，考虑的情况下，消费者对不同项目的估值是独立的随机变量。我们的主要结果是一个常数的近似，利用这个问题和虚拟估值的概念，从单参数贝叶斯最优机制设计文献之间的一个有趣的连接。
2008-08-12 cs.DS cs.GT
Towards More Practical Linear Programming-based Techniques for Algorithmic Mechanism Design
R. Lavy和C. Swamy（FOCS 2005，J. ACM 2011）介绍了一种从基于线性规划的近似算法中获得期望真值机制的通用方法。由于使用椭圆体方法，该方法的直接实现在实践中不太可能有效。我们建议使用更简单，通常更快的乘法权重更新方法。这种简化的代价是近似性和真实性保证稍弱。
2016-06-14 cs.DS cs.GT
Bayesian Mechanism Design for Blockchain Transaction Fee Allocation
针对区块链交易费用机制中无法兼顾非零矿工收益与DSIC的难题，本文提出基于贝叶斯博弈的辅助机制方法，设计了满足BNIC和防合谋的TFM，实现了渐近常数因子近似的最优矿工收益，打破了零收益障碍。
2024-12-23 cs.GT
Algorithmic Methods for Sponsored Search Advertising
现代商业因特网搜索引擎响应于用户查询而沿着搜索结果显示广告。这种赞助搜索依赖于市场机制来为这些广告定价，利用广告商之间的拍卖，这些广告商出价以使他们的广告针对特定关键字显示。我们目前的系统，这样的拍卖的概述，也描述了基本的博弈论方面。这个游戏涉及到三方--广告商、搜索引擎和搜索用户--我们提出了强调每一方作用的示例研究方向。这些博弈中的投标和定价算法使用了三个数学领域的技术：机制设计、最优化和统计估计。最后，我们提出了一些挑战，在赞助搜索广告。
2008-05-12 cs.GT
Computational Aspects of Bayesian Persuasion under Approximate Best Response
研究近似最优响应下的贝叶斯说服计算问题，提出状态或行动空间较小时的精确算法及一般问题的准多项式时间近似方案，并证明一般问题不存在多项式时间精确算法。
2024-02-13 cs.GT
Profitable Bayesian implementation in one-shot mechanism settings
在机制设计理论中，设计者希望实现一个期望的社会选择函数，该函数为所有代理类型的每个可能简档指定她最喜欢的结果。传统上，设计者可能处于一种两难的境地，即使她对一些低利润的结果不满意，她也必须宣布，因为她必须服从自己设计的机制。在本文中，我们调查的情况下，设计师可以诱导每个代理调整他的类型在一个一次性的机制。我们提出，对于一个有利可图的贝叶斯可实现的社会选择函数，设计者可以摆脱上述困境，通过花费最优调整成本，并获得更高的利润。最后，我们构造了一个例子来说明设计者可以突破传统的最优拍卖模型中她所能获得的最大期望利润的限制。
2019-06-01 cs.GT
On the Power of Randomization in Algorithmic Mechanism Design
在许多情况下，真实机制的力量受到严格的限制。在本文中，我们使用随机化来克服这个问题。特别是，我们构建了一个FPTAS多单位拍卖，是真实的期望，而有证据表明，没有多项式时间的真实确定性机制提供了一个近似比优于2。我们还首次表明，真实的期望多项式时间机制是\emph{provably}强于多项式时间普遍真实的机制。具体来说，我们表明，有一个设置，其中：（1）有一个非多项式时间的真实机制，总是输出最优解，（2）没有普遍真实的随机机制可以提供一个近似比优于2的多项式时间，但（3）FPTAS是真实的期望存在。
2009-08-24 cs.DS cs.GT
An Algorithmic Theory of Simplicity in Mechanism Design
本文提出一种介于OSP与SOSP之间的新机制概念，针对单维领域和二元分配问题给出算法刻画，证明基于反向贪心算法的机制对不完全理性更具鲁棒性。
2024-03-13 cs.GT cs.MA
The k-Facility Location Problem Via Optimal Transport: A Bayesian Study of the Percentile Mechanisms
该研究在贝叶斯机制设计框架下，通过关联k-设施选址问题与Wasserstein空间投影问题，刻画百分位机制的渐近行为、贝叶斯近似比上界及最优百分位机制，并估算分布近似带来的最优性损失。
2024-07-08 cs.GT
Algorithmic Mechanisms for Reliable Internet-based Computing under Collusion
在这项工作中，使用博弈论的方法，成本敏感的机制，导致可靠的基于互联网的计算的设计。特别是，我们认为基于互联网的主-工人计算，其中主处理器分配，在互联网上，一组潜在的不可信的工人处理器的计算任务，并收集他们的响应。工人们为了增加他们的利益可能会串通起来。几个博弈论模型，捕捉问题的性质进行了分析，和算法机制，为每个给定的成本和系统参数，实现高可靠性的设计。此外，两个具体的现实系统的情况下进行了研究。这些场景是一个像SETI这样的志愿者计算系统，以及一家从互联网计算机购买计算周期并以任务计算服务的形式出售给客户的公司。值得注意的是，在某些条件下，非冗余分配产生成本和可靠性之间的最佳权衡。
2013-07-05 cs.DC cs.GT
Budget Feasible Mechanism Design: From Prior-Free to Bayesian
预算可行机制设计研究的是在总支付额受到预算约束的情况下，卖方有私人成本生产物品，买方（拍卖人）的目标是最大化物品子集上的社会价值函数的采购组合拍卖。该领域最重要的问题之一是“哪些估值领域承认真实的预算可行机制与'小'的近似值（相比，社会最佳）？辛格证明了加法和次模函数具有这样的常数近似。最近，Dobzinski、Papadimitriou和Singer给出了次可加函数的O（log^2 n）-近似机制;他们还评论说：“一个基本问题是，不管计算约束如何，是否存在一个常数因子预算可行的机制。“我们从两个角度来解决这个问题：无先验最坏情况分析和贝叶斯分析。对于先验自由框架，我们使用描述估值函数的分数覆盖的LP;它也与合作博弈论中近似核心的概念有关。通过LP的最坏情况完整性间隙I，我们提供了次可加函数的O（I）-逼近机制。这意味着次可加赋值的O（log n）近似，XOS赋值的O（1）近似，以及具有常数I的赋值。XOS赋值是介于次模类和次加类之间的一类重要函数。给出了次可加赋值的另一种多项式时间O（log n/loglog n）次对数逼近机制.对于贝叶斯框架，我们为所有次加性函数提供了一个常数近似机制，将上述无先验机制用于XOS赋值作为子例程。我们的机制允许私人信息分布的相关性，并且普遍真实。
2012-03-20 cs.GT
Bayesian Budget Feasibility with Posted Pricing
我们考虑了Singer（2010）提出的预算可行机制设计问题，但是是在贝叶斯环境下。一个委托人有一个雇用代理人子集的公共价值和预算，而代理人有被雇用的私人成本。我们认为，添加剂和子模价值函数的主要。我们发现，有简单的，实用的，事后预算平衡公布定价机制，近似的贝叶斯最优机制，预算平衡，只有在预期中获得的值。这项工作的一个主要激励应用是众包大型项目，例如，在土耳其机械公司，工人来自大量人口，标价是标准的。我们的分析方法涉及Vondrak等人（2011）的子模块优化中的竞争解决方案和Yan（2011）的相关间隙分析。
2015-10-21 cs.GT
Bayesian Combinatorial Auctions: Expanding Single Buyer Mechanisms to Many Buyers
对于贝叶斯组合拍卖，我们提出了一个一般的框架，约减少机制设计问题的多个买家到单个买家的子问题。我们的框架可以适用于任何设置大致满足以下假设：（i）买家的类型必须独立分布（不一定相同），（ii）目标函数必须是线性可分的买家，（iii）除了供应约束，不应该有其他买家之间的约束。我们的框架是通用的，因为它没有对买家的估值、类型分布和单一买家约束（例如，预算、激励相容性等）。我们提出了两个通用的多买家机制，使用单一买家机制的黑盒，如果一个$α$ -近似的单一买家机制可以为每个买家，如果没有买家需要超过$\frac{1}{k}$的所有单位的每个项目，那么我们的通用多买家机制是$γ_kα$ -近似的最佳多买家机制，其中$γ_k$是一个常数，它至少是$1-\frac{1}{\sqrt{k+3}}$。观察到$γ_k$至少为1/2（对于$k=1$），并且接近1（对于$k \to \infty$）。作为我们的建设的副产品，我们提出了一个先知不平等的概括。此外，作为我们的框架的应用程序，我们提出了多个买家机制与改进的近似因子从文献中的几个设置。
2012-06-15 cs.GT
The VCG Mechanism for Bayesian Scheduling
我们研究的问题调度$m$任务的$n$自私，无关的机器，以尽量减少完工时间，其中的执行时间是独立的随机变量，跨机器相同。我们表明，VCG机制，近视分配每个任务，其最好的机器，实现了近似比$O\left(\frac{\ln n}{\ln \ln n}\right)$。这显著改善了先前已知的先验独立机制的$O\left(\frac{m}{n}\right)$界限，由Chawla等人[STOC'13]在单调风险率（MHR）分布的附加假设下给出。虽然我们证明了这是一般紧，如果我们保持MHR假设，那么我们得到改进，（小）恒定的界限$m\geq n\ln n$ i.i.d.任务，同时我们也确定了一个充分条件的分布，产生一个恒定的近似比，无论任务的数量。
2017-03-29 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
Facility Location Problem with Capacity Constraints: Algorithmic and Mechanism Design Perspectives
UNSW Sydney（悉尼新南威尔士大学）；Data61 CSIRO（联邦科学与工业研究组织数据61研究所）；University of Nebraska-Lincoln（内布拉斯加大学林肯分校）；University of Oxford（牛津大学）；TU Berlin（柏林工业大学）
我们考虑设施选址问题中的一维设置，每个设施可以服务于有限数量的代理从算法和机制设计的角度来看。从算法的角度来看，我们证明了相应的优化问题，其中的目标是找到设施，以最大限度地减少所有代理的总成本或任何代理的最大成本是NP难的。然而，我们发现，该问题是固定参数易处理的，最优解可以在多项式时间计算时，设施的数量是有界的，或者当所有设施有相同的能力。然后，我们考虑的问题，从机制设计的角度来看，代理商的战略，不需要透露他们的真实位置。我们发现，在无能力的设置研究的几个自然机制要么失去strategyprofenness或约束的解决方案的质量为总成本或最大成本的目标。然后，我们提出了新的机制，是strategyproof和实现近似保证，几乎匹配的下限。
2019-11-22 cs.AI cs.GT econ.TH
Algorithmic Contract Design for Crowdsourced Ranking
本文基于契约理论设计众包排序激励机制，通过抽查代理人的两两比较并按准确性付酬，仅需核验 O(log s) 次比较且可证明提高委托人总效用。
2024-01-25 cs.GT
The power of randomness in Bayesian optimal mechanism design
我们调查的权力随机性的背景下，一个基本的贝叶斯最优机制设计问题-一个单一的卖方的目标是最大限度地提高预期收入分配多种资源的“单位需求”代理商的偏好从一个已知的分布。当代理人的偏好是一维时，Myerson的开创性工作[Myerson '81]表明随机性没有任何好处-最佳机制总是确定性的。在多维的情况下，每个代理的偏好由每个可用服务的不同值给出，Briest等人[Briest，Chawla，Kleinberg和Weinberg '10]最近表明，即使当单个代理仅提供4个服务时，通过最优随机机制和最优确定性机制获得的预期收入之间的差距也是无限的。然而，这种巨大的差距是通过不自然的实例来实现的，在这些实例中，不同服务的代理的值以特定的方式相关。我们表明，当代理的值不涉及相关性或特定类型的正相关性，随机性的好处只是一个小的常数因子（分别为4和8）。我们的正相关价值模型（我们称之为附加价值）是单位需求代理和替代品的自然模型。我们的研究结果扩展到多个代理设置以及。
2010-02-24 cs.GT
From Optimal Transport to Efficient Mechanisms for the $m$-Capacitated Facilities Location Problem with Bayesian Agent
本文针对直线上的m-容量设施选址问题提出扩展排序机制，通过Wasserstein空间中的范数最小化建立联系，刻画其极限贝叶斯近似比，并给出最优ERM及数值验证。
2024-06-15 cs.GT
Bridging Machine Learning and Mechanism Design towards Algorithmic Fairness
CU Boulder（科罗拉多大学博尔德分校）；Columbia University（哥伦比亚大学）；Stanford University（斯坦福大学）；IIT Kharagpur（印度理工学院克勒格布尔分校）；Cornell University（康奈尔大学）；Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所）
决策系统越来越多地协调我们的世界：因此，如何干预算法组件以建立公平和公正的系统是一个至关重要的问题;一个因公平和歧视的上下文依赖性而变得非常复杂的问题。现代决策系统涉及向人们分配资源或信息（例如，学校选择，广告）将机器学习的预测纳入其管道中，引起对潜在战略行为或限制分配的担忧，这些担忧通常在机制设计的背景下解决。虽然机器学习和机制设计都开发了解决公平和公正问题的框架，但在一些复杂的决策系统中，这两个框架都是不够的。在本文中，我们发展的立场，建立公平的决策系统需要克服这些限制，我们认为，每个领域所固有的。我们的最终目标是建立一个包容性的框架，内聚桥梁的机制设计和机器学习的各个框架。我们开始为实现这一目标奠定基础，比较每个学科对公平决策的看法，梳理出每个领域已经传授的经验教训，并强调需要这些学科之间强有力合作的应用领域。
2021-03-04 cs.GT cs.LG
A Bayesian Clearing Mechanism for Combinatorial Auctions
University of Zurich（苏黎世大学）；Google Research（谷歌研究院）
我们投在贝叶斯框架的组合拍卖设计的问题，以将先验信息纳入拍卖过程中，并尽量减少收敛轮数。我们首先开发了一个生成模型的代理人估值和市场价格，使清算价格成为最大的后验估计观察到的代理人估值。然后，生成模型形成了拍卖过程的基础，该过程在细化代理估值的估计和计算候选清算价格之间交替。我们提供了一个实现的拍卖使用假设密度过滤估计估值和期望最大化计算价格。在一系列的估值域的实证评估表明，我们的贝叶斯拍卖机制是高度竞争力的组合时钟拍卖方面的回合收敛，即使在最有利的选择价格增量为这个基线。
2018-11-16 cs.AI cs.GT
Ordinal Bayesian incentive compatibility in random assignment model
我们探讨了随机分配模型中将激励相容的概念从策略防护弱化为有序贝叶斯激励相容（OBIC）的后果。如果代理的共同先验是一个统一的先验，那么一大类随机机制是OBIC关于这个先验-这包括概率串行机制。然后，我们引入了一个强大的版本的OBIC：一个机制是本地鲁棒OBIC，如果它是OBIC的所有独立的先验在某个邻域中的一个给定的独立先验。我们证明了每一个局部鲁棒OBIC机制满足一个温和的性质称为基本单调性是防策略。这导致了Bogomolnaia和Moulin（2001）的不可能性结果的加强：如果至少有四个代理人，则不存在局部鲁棒OBIC和满足平等待遇的有序有效机制。
2021-05-16 cs.GT econ.TH
Learning Recommender Mechanisms for Bayesian Stochastic Games
针对贝叶斯随机博弈中存在私人信息时难以协调单一均衡的挑战，提出一种双层强化学习方法自动设计由神经网络表示的推荐机制，实验证明其在社会福利上具竞争力且显著改善激励特性。
2025-05-29 cs.GT cs.MA
Deep Bayesian Trust : A Dominant and Fair Incentive Mechanism for Crowd
École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）
一个重要的博弈论激励机制，从人群中引出的努力是基于同行的机制，其中工人的报酬匹配他们的答案与另一个。另一个经典的机制是让工人解决一些黄金标准任务，并根据他们对黄金任务的准确性支付他们。这种机制确保了比基于对等体的机制更强的激励兼容性，但将黄金任务分配给所有工人在大规模下变得效率低下。我们提出了一种新的机制，分配黄金任务，只有少数工人和利用传递性，从他们的同行的准确性，以获得其余的工人的准确性。我们表明，由此产生的机制，确保了激励相容性和公平性的主导概念。
2018-11-14 cs.AI cs.GT cs.HC
Bayesian Promised Persuasion: Dynamic Forward-Looking Multiagent Delegation with Informational Burning
Electrical and Computer Engineering, New York University（纽约大学电气与计算机工程系）
本文研究了一个委托人将决策权委托给一组知情的代理人的动态机制设计问题。我们认为，主要的私人拥有完整的知识，状态转换和研究她如何可以使用她的私人观察，以支持激励相容性的代表团通过信息燃烧，一个过程中，我们称之为前瞻性的说服。代理机制制定中，代理人形成的信念层次结构，由于说服和发挥动态贝叶斯博弈。我们提出了一种新的随机机制，称为贝叶斯承诺的代表团（BPD），其中定期激励相容性是由未来代表团的说服和承诺保证。我们证明了在平稳马尔可夫完美贝叶斯均衡中，BPD可以实现与原始机制相同的最优社会福利。建立了一个类似启示原则的设计制度，以表明与信念层次的说服，可以充分表征相关的随机化的代理的本地BPD机制与说服作为一个直接推荐的未来的承诺。
2022-01-16 cs.AI cs.GT cs.SY
An Algorithmic Introduction to Savings Circles
University of California, Berkeley（加州大学伯克利分校）；Oberlin College（欧柏林学院）
循环储蓄和信贷协会是社区利用正规金融机构机会较少的环境中常见的非正规金融组织。在Rosca中，一组固定的参与者定期向一个底池捐款。然后使用彩票、售后市场或拍卖机制定期分配该底池。Rosca在经济学中有很好的经验研究。然而，由于它们的动态性质，它们在理论上的研究具有挑战性。典型的经济学分析只停留在与其他信贷分配机制进行粗略的有序福利比较，而没有解释roscas的普遍性。在这项工作中，我们采取了算法的角度研究roscas。从无政府无政府代价文献的技术的基础上，我们提出了最坏情况下的福利近似保证。我们进一步实验比较福利的结果作为环境的关键特征不同。这些基本福利分析进一步合理化rosca的流行。最后，我们讨论其他几个有希望的途径。
2022-03-23 cs.AI cs.CY cs.GT
