Bayesian Algorithmic Mechanism Design
算法机制设计的主要问题是如何将自私行为所施加的激励约束与计算困难所施加的算法约束相结合。这一领域的动机是观察到，卓越的方法设计激励兼容机制，即维克里，克拉克和格罗夫斯;和中央方法规避计算障碍，近似算法，是根本不相容的：自然应用的VCG方法的近似算法未能产生一个激励兼容的机制。我们考虑放宽（事后）激励相容性（IC）的必要条件贝叶斯激励相容性（BIC），其中诚实是贝叶斯-纳什均衡（经济学中激励相容性的标准概念）。对于单参数代理设置中的福利最大化，我们给出了一个一般的黑箱约简，将任何近似算法变成具有基本相同的近似因子的贝叶斯激励兼容机制。
2011-02-23 cs.GT
Incentive Non-Compatibility of Optimistic Rollups
本文提出optimistic rollups模型，揭示其经济激励与参与者预期行为不一致，可能破坏安全性，并讨论了潜在解决方案。
2024-10-16 cs.CR cs.GT
Fairness and Incentive Compatibility via Percentage Fees
Weizmann Institute of Science（魏茨曼科学研究所）；Ben Gurion University of the Negev（内盖夫本-古里安大学）；Stanford University（斯坦福大学）
研究使纳什社会福利最大化的激励相容机制，提出百分比费用模型，证明该模型在非负估值下能精确最大化纳什社会福利，给出相关定理及多项式时间激励相容近似算法，并证明硬度结果。
2026-07-22 cs.GT
Incentive Compatibility, Scalability and Privacy in real time Demand Response
可再生能源在现代智能电网中的高度渗透需要开发需求响应（DR）机制以及针对新兴灵活性市场的相应创新服务。从博弈论的角度来看，这种DR机制的基本关键性能指标（KPI）是在社会福利、实用性和激励保证方面的效率，在某种意义上，使每个用户根据他/她的偏好如实行事成为主导策略，不留下作弊的余地。在本文中，我们提出了一个DR架构，包括一个基于Ausubel成交拍卖和通信协议的机制，可证明保证效率和真实的用户参与。通过简单的查询增强了参与的实用性/容易性，而通过分布式实现解决了用户隐私问题。仿真结果证实了所需的属性，同时也表明，在参与者不是特别灵活的市场中，真实性属性变得更加重要
2019-02-25 cs.GT
Connected Trading Cycles
针对住房市场等单边匹配中邀请激励与传统稳定性、最优性不可兼得的问题，本文提出弱化的稳定性和最优性概念，设计连通交易环等机制，首次实现激励相容性下的最佳稳定性与最优性。
2025-02-14 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
Near-Tight Theoretical Bounds for Incentive Compatibility in Bitcoin Mining
Kyoto University（京都大学）
研究比特币挖矿中诚实挖矿何时理性的激励设计问题，针对现有理论方法局限性，开发更现实模型及非对称平局决胜参数，提出算法计算激励兼容性阈值上下界，最大误差为9.98006×10⁻⁴。
2026-07-28 cs.CR cs.GT
Estimating Approximate Incentive Compatibility
本文研究如何量化非激励相容机制的偏离程度，提出基于类型分布样本和构造有限类型子集的估计方法，证明有限子集上的最大效用增益近似整体增益，并应用于多类拍卖机制。
2023-12-11 cs.GT
Rationally Analyzing Shelby: Proving Incentive Compatibility in a Decentralized Storage Network
本文对去中心化存储网络协议Shelby进行了博弈论分析，首次正式证明其节点审计与链上验证结合的机制在自然参数下实现激励相容，并提出修改以增强抗合谋能力。
2025-10-13 cs.DC cs.GT cs.MA
Partial Strategyproofness: Relaxing Strategyproofness for the Random Assignment Problem
我们提出了部分防策略性，一个新的，宽松的防策略性的概念，研究非防策略分配机制的激励特性。非正式地说，一种机制是部分防策略的，如果它使真实的报告占主导地位的策略，这些代理人的偏好强度之间的任何两个对象有足够的差异。我们证明了部分防策略性是公理化的动机，并产生一个参数测量“如何防策略”的分配机制。我们应用这一新概念，以获得新的见解的概率串行机制和波士顿机制的不同变体的激励特性。
2020-08-02 cs.GT
Incentive Compatible Active Learning
California Institute of Technology（加州理工学院）；Carnegie Mellon University（卡内基梅隆大学）
我们考虑在激励相容约束下的主动学习。我们的研究结果的主要应用是经济实验，其中学习者试图推断出受试者的偏好参数：例如他们对风险的态度，或他们对不确定事件的信念。通过巧妙地调整实验设计，人们可以节省实验室中受试者花费的时间，或者最大限度地提高在给定实验室会话中从每个受试者获得的信息;但是由于激励相容性，由此产生的自适应设计引起了并发症。实验室中的受试者可能会策略性地回答问题，而不是如实回答，以便将随后的问题引向有利的方向。我们分析了两个标准的经济问题：从多个价格表的风险偏好的推断，以及在不确定性的选择实验中的信念诱导。在第一个设置中，我们调整了一个简单而快速的学习算法，以保留一定的激励兼容性属性。在第二种设置中，我们提供了一个激励兼容的学习算法的基础上评分规则与查询的复杂性，从明显的方法，实现快速学习率只有次多项式的因素不同。因此，对于这些应用领域，激励相容性可以在不付出大样本复杂性代价的情况下实现。
2019-11-12 cs.GT cs.LG
Beyond Incentive Compatibility: Rational Harm-Proof Transaction Fee Mechanisms
University of Michigan, Ann Arbor, MI, USA（密歇根大学）
本文提出理性无害性（RHP）概念，证明交易费用机制在有限区块容量下存在四难困境，并构造满足RHP的随机化机制，将设计从激励扩展至防无成本损害。
2026-09-29 cs.CR cs.GT
Vulnerabilities of Single-Round Incentive Compatibility in Auto-bidding: Theory and Evidence from ROI-Constrained Online Advertising Markets
本文研究 ROI 约束在线广告自动出价市场，证明第二价格拍卖的单轮 IC 存在计算困难、非单调、效用不稳和干扰 A/B 测试等缺陷。
2024-05-11 cs.GT
Games and Meta-Games: Pricing Rules for Combinatorial Mechanisms
在不具备完全激励相容性的情况下，如核心约束组合拍卖和不平衡组合交易所，我们可能希望设计尽可能激励相容的机制。本文通过将定价问题转化为中心与参与主体之间的元博弈，给出了近似激励相容性的一个新刻画。通过一组适当的简化，我们描述了这个游戏的平衡作为一个变分问题。我们用它来描述最优价格的空间，在限制情况下实现封闭形式的解决方案，在一般情况下实现数值确定的价格。我们提供理论激励这种方法，数值实验表明其应用。
2015-03-20 cs.GT
Improved Bandits in Many-to-one Matching Markets with Incentive Compatibility
John Hopcroft Center for Computer Science, Shanghai Jiao Tong University（上海交通大学约翰·霍普克罗夫特计算机科学中心）
本文研究多对一匹配市场的在线学习问题，提出AETDA算法在未知偏好差距下实现多项式玩家最优稳定遗憾并保证激励兼容性，同时设计ODA算法处理更广泛的可替代偏好设定。
2024-06-02 cs.GT cs.LG
Computer-aided verification in mechanism design
在机制设计中，金标准的解决方案概念是主导策略激励相容性和贝叶斯激励相容性。这些解决方案的概念减轻了（可能是不成熟的）投标人参与复杂的战略制定的需要。虽然激励属性很容易陈述，但它们的证明是特定于机制的，并且可能相当复杂。这引发了两个担忧。从实践的角度来看，检查复杂的证明可能是一个繁琐的过程，通常需要机制设计方面的专家。此外，从建模的角度来看，如果不成熟的代理人不相信激励属性，他们可能会以不可预测的方式制定策略。为了解决这两个问题，我们探索技术，从计算机辅助验证，以构建正式证明的激励属性。由于形式证明可以自动检查，代理不需要手动检查属性，甚至不需要理解证明。为了证明，我们提出了一个复杂的机制的验证：从贝叶斯激励兼容的机制设计的算法设计的Hartline，Kleinberg和Malekian的通用减少。这种机制为形式化验证提出了新的挑战，包括从机制的执行和从先前的类型分布的随机性的基本使用。作为一个直接的后果，我们的工作也正式贝叶斯激励相容性的整个家庭的机制，通过这种减少。最后，作为我们的形式化的中间步骤，我们提供了第一个形式化验证的激励相容性著名的Vickrey-Clarke-Groves机制。
2016-12-25 cs.GT cs.LO
Roadmap on Incentive Compatibility for AI Alignment and Governance in Sociotechnical Systems
Institute for Artificial Intelligence, Peking University（人工智能研究院，北京大学）；State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI）；Shanghai Jiao Tong University（上海交通大学）；Zhongguancun Academy（中关村学院）
针对现有AI对齐研究多侧重技术、忽视社会技术属性导致场景错位的问题，提出激励相容性社会技术对齐问题，探讨三类经典博弈方法的应用潜力与挑战，呼吁结合博弈论IC原理弥合技术与社会的差距。
2025-06-16 cs.AI cs.CY cs.GT
Incentive-Compatible Forecasting Competitions
我们开始研究激励兼容的预测比赛中，多个预测者对一个或多个事件的预测和竞争一个奖项。我们有两个目标：（1）激励预测者如实报告;（2）奖励最准确的预测者。如果所有的预测者都能根据他们的分数得到报酬，那么适当的评分规则就能激励他们如实报告。然而，如果只有得分最高的预测者获奖，激励就会被扭曲，因为预测者通常可以通过报告更极端的信念来增加他们获得最高分数的概率。在本文中，我们介绍了两个新的预测竞争机制。我们的第一个机制是激励兼容的，并保证选择最准确的预测者，其概率高于任何其他预测者。此外，我们表明，在标准的单事件，两个预测设置和温和的技术条件下，没有其他激励兼容的机制选择最准确的预测与更高的概率。我们的第二个机制是激励兼容的，当预测者的信念是这样的，一个事件的信息不会导致其他事件的信念更新，它选择最好的预测概率接近1的事件数量的增长。我们的激励相容性的概念比以前的主导策略激励相容性的定义更普遍，因为它允许报告与事件结果相关。此外，我们的机制很容易实现，并可以推广到相关的问题，输出一个排名超过预测和雇用一个预测与未来事件的高准确性。
2021-09-07 cs.GT
Restoring Incentive Compatibility in Two-Stage Energy Markets with Prosumers
Yale University（耶鲁大学）；RPI（伦斯勒理工学院）
针对产消者通过低报日前需求套利的问题，提出基于留一法对比评分规则的惩罚机制，恢复激励相容性并降低诚实参与成本。
2026-06-25 cs.GT econ.GN q-fin.EC
Incentive Games and Mechanisms for Risk Management
激励在具有多个自治部门的大型组织的（安全和IT）风险管理中发挥着重要作用。本文提出了一个基于博弈论的风险管理激励机制设计框架。风险管理者作为一个机制设计者，提供规则和激励因素，如援助或补贴的部门或单位，这是建模为自私的球员的战略（非合作）游戏。在此基础上，提出了满足效率、偏好相容性和防策略性准则的多目标激励机制。此外，迭代和分布式算法，它可以实现下的信息限制，如风险管理人员不知道个别单位的喜好。一个示例场景用数字说明了框架和结果。提出的激励机制设计方法不仅对制定指导方针，而且对开发大规模风险管理的计算机辅助系统也是有用的。
2010-12-15 cs.GT
Arrival-Time Incentive Compatibility in Random Order Online Bipartite Matching
Tata Institute of Fundamental Research（塔塔基础研究所）；University of Utah（犹他大学）
本研究提出首个常数竞争比的激励相容随机顺序在线二分匹配算法，通过等化事前选择概率实现到达时间激励相容，竞争比由不平衡因子参数化，并针对二元加权情况给出改进算法。
2026-09-30 cs.DS cs.GT
Online Learning for Measuring Incentive Compatibility in Ad Auctions
Harvard University（哈佛大学）；Facebook Research（脸书研究院）
在本文中，我们调查的问题，衡量端到端的激励兼容性（IC）的遗憾黑盒访问拍卖机制。我们的目标是：1）计算拍卖中IC遗憾的估计，2）提供关于IC遗憾估计的确定性度量，3）最大限度地减少得出准确估计所需的时间。我们考虑两个主要的问题，不同的信息假设：在\emph{advertiser problem}的目标是测量IC后悔一些已知的估值$v$，而在更一般的\emph{demand-side platform (DSP) problem}，我们希望确定最坏情况下的IC后悔所有可能的估值。自然措辞的问题在在线学习模型，我们设计的$Regret-UCB$算法的问题。我们给出了一个在线学习算法，其中对于广告商问题，确定IC的误差缩小为$O\Big(\frac{|B|}{T}\cdot\Big(\frac{\ln T}{n} + \sqrt{\frac{\ln T}{n}}\Big)\Big)$（其中$B$是投标的有限集合，$T$是时间步长的数量，$n$是每个时间步长的拍卖数量），对于DSP问题，它缩小为$O\Big(\frac{|B|}{T}\cdot\Big( \frac{|B|\ln T}{n} + \sqrt{\frac{|B|\ln T}{n}}\Big)\Big)$。对于DSP问题，我们还考虑了更强的IC遗憾估计和扩展我们的$Regret-UCB$算法，以实现更好的IC遗憾误差。我们验证…
2019-03-03 cs.GT cs.LG
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
Edge Computing for Semantic Communication Enabled Metaverse: An Incentive Mechanism Design
语义通信（SemCom）和边缘计算是两种颠覆性的解决方案，可满足Metaverse中巨大数据通信、带宽效率和低延迟数据处理的新兴需求。然而，边缘计算资源通常由计算服务提供商提供，因此必须设计吸引人的激励机制来提供有限的资源。最近提出了基于深度学习（DL）的拍卖作为一种激励机制，其在保持重要经济属性（即，个体理性和激励相容性。因此，在这项工作中，我们介绍了基于DL拍卖的SemComenabled Metaverse中的计算资源分配的设计。首先，我们简要介绍了Metaverse的基本原理和挑战。其次，我们介绍了SemCom和边缘计算的概念。第三，我们回顾了边缘计算资源交易的各种激励机制。第四，我们提出了基于DL的拍卖边缘资源分配在SemCom启用Metaverse的设计。仿真结果表明，基于DL的拍卖提高了收益，同时几乎满足个人理性和激励相容性约束。
2022-12-13 cs.GT cs.LG
Incentive Compatible Mechanism for Influential Agent Selection
选择网络中最具影响力的智能体具有巨大的应用价值。然而，在许多情况下，图结构只能从代理关于其连接的报告中得知。在一个自利的环境中，代理人可能会策略性地隐藏一些联系，使自己看起来更重要。在本文中，我们研究了激励相容（IC）的选择机制，以防止这种操纵。具体来说，我们将代理的后代建模为她的影响力，即，在此基础上，提出了几何机制，即在满足激励相容性和公平性的前提下，选择一个至少有1/2的最优后代在期望中的智能体。公平性要求两个图中具有相同贡献的两个根被分配相同的概率。此外，我们证明了一个上限为1/（1+ \ln 2）的任何激励兼容和公平的选择机制。
2021-07-22 cs.GT
Bernoulli Factories and Black-Box Reductions in Mechanism Design
我们提供了一个多项式时间减少从贝叶斯激励兼容机制设计贝叶斯算法设计福利最大化问题。与以前的结果不同，我们的减少实现了多维和连续型空间的问题的确切激励兼容性。在之前的黑盒约简中，阻止精确激励相容性的关键技术障碍是修复违反激励约束的行为需要理解机制输出的分布，这通常是难以计算的。通过抽样估计产出分布的约简不可避免地会受到抽样误差的影响，这通常会排除确切的激励相容性。我们克服了这个障碍，采用和推广的计算模型在文献中的$\textit{Bernoulli factories}$。在伯努利工厂问题中，给出了一个将“输入硬币”的偏差映射到“输出硬币”的偏差的函数，并且挑战是仅在样本访问输入硬币的情况下有效地模拟输出硬币。这是为二分匹配设计激励相容机制的关键因素，它可以用于使Hartline等人（2015）的近似激励相容约简完全激励相容。
2020-11-07 cs.CC cs.DS cs.GT
On the Differential Private Data Market: Endogenous Evolution, Dynamic Pricing, and Incentive Compatibility
隐私是数据交易市场中的一个重要问题。本研究以机制设计的方法，探讨个人资料隐私权价值最大化的最适市场模式，并使用差分隐私。买方使用有限数量的随机算法以顺序组合的方式访问所有者的数据，其中每个随机算法都是不同的私有。随机算法的每次使用被称为一个周期。由于差分隐私的可组合性，不可避免地存在随着时间的推移而积累的隐私损失。因此，我们允许所有者在任何时段结束时通过做出止损决定离开市场。我们定义了一个工具性的内核函数来捕捉所有者的偏好的工具性，并考虑到差分隐私的可组合性和隐私问题的时变性质，在一段时间内对每个所有者的（内在的和工具性的）偏好的形成进行建模。我们的desideratum是研究买方的设计制度的最优市场模型在一个动态的环境中，每个业主作出耦合的决定停止和报告他们的喜好。买方试图设计一个隐私分配规则，动态指定的程度的隐私保护和支付规则，以补偿所有者的隐私损失。买方还选择一个支付规则，这是独立于业主的报告，他们的喜好，以影响业主的停止决定。我们描述了动态激励相容性，并提供了一个设计原则来构建支付规则的隐私分配规则。此外，我们放松买方市场的设计问题，并提供了一个近似的动态激励兼容的市场模型的充分条件。
2021-12-22 cs.GT cs.SY eess.SY
Fair Diffusion Auctions
ShanghaiTech University（上海科技大学）；Kyushu University（九州大学）
针对现有扩散拍卖无法兼顾公平效用分配与激励相容性的问题，本文提出满足1/(k+1)-Shapley公平性的排列扩散拍卖PDA，可适配同质物品售卖及通用组合拍卖场景。
2025-11-13 cs.GT
Incentive compatibility in sender-receiver stopping games
我们引入了一个发送者-接收者停止博弈的模型，在这个模型中，世界的状态在整个博弈中遵循一个iid--过程。在每个周期，发送者观察当前状态，并向接收者发送消息，建议停止或继续。接收者只看到消息而看不到状态，决定要么停止游戏，要么继续游戏到下一个阶段。每个参与者的收益是接收者退出时状态的函数，状态越高，收益越大。博弈的视界可以是有限的，也可以是无限的。我们证明了存在性和唯一性的反应（即非咿呀学语）完美贝叶斯均衡（PBE）在温和的条件下的游戏原语的情况下，玩家有足够的耐心。响应PBE有一个非常简单的结构，它建立在识别一个易于实现和计算类的阈值策略的发送者。在这些阈值策略的帮助下，我们推导出描述这种PBE的简单表达式。事实证明，在这种PBE中，接收者顺从地遵循发送者的建议。因此，令人惊讶的是，只有发送者起着决定性的作用，无论接收者的收益函数如何，发送者总是为自己获得最好的收益。
2020-04-04 cs.GT econ.TH
No-Regret and Incentive-Compatible Online Learning
Microsoft Research NYC（微软研究院纽约分部）；DIMACS Center, Rutgers University（罗格斯大学DIMACS中心）；Harvard University（哈佛大学）
我们研究在线学习设置中，专家采取战略行动，以最大限度地提高他们的影响力的学习算法的预测，潜在的误报他们的信念的一系列二进制事件。我们的目标是双重的。首先，我们希望学习算法在事后对最佳固定专家没有遗憾。其次，我们需要激励相容性，保证每个专家的最佳策略是报告他对每个事件实现的真实信念。为了实现这一目标，我们建立在文献上的投注机制，一种类型的多代理评分规则。我们提供的算法，实现没有遗憾和激励兼容性近视专家的全部和部分信息设置。在FiveThirtyEight数据集上的实验中，我们的算法与经典的无遗憾算法相比具有遗憾性，而经典的无遗憾算法与激励不兼容。最后，我们确定了一个激励兼容的算法，前瞻性的战略代理，表现出减少遗憾在实践中。
2020-06-30 cs.GT cs.LG stat.ML
Incentive Compatibility in the Auto-bidding World
本文研究广告自动出价场景下经典拍卖的激励相容性，证明首价、次价等满足真实性等性质的拍卖均不满足自动出价激励相容，给出双广告主下满足该性质的市场条件，并提出连续查询模型发现双广告主下两类拍卖等价。
2024-05-14 cs.GT econ.TH
An Incentive Analysis of some Bitcoin Fee Designs
在比特币系统中，矿工被激励加入系统，并通过用户支付的费用来验证交易。一个简单的“支付你的出价”拍卖已被用来确定交易费。最近，Lavi，Sattath和Zohar [LSZ 17]提出了一种替代性的费用设计，称为垄断价格（MP）机制，旨在提高矿工的收入。虽然MP不是严格的激励相容（IC），但他们研究了该机制在iid分布下与IC的接近程度，并基于大量的模拟和一些分析证明了它几乎是渐进的IC。在本文中，我们证明了MP机制是几乎激励兼容的任何iid分布的用户数量的增长大。这适用于其他攻击，如分裂出价。我们还证明了[LSZ 17]中的一个猜想，即MP在收入方面主导RSOP拍卖（最初在Goldberg等人[GHKSW 06]中定义为数字商品）。这些结果支持MP作为比特币费用设计的候选者。此外，我们还探讨了激励相容性和一般收入之间可能存在的内在相关性。
2018-11-11 cs.GT
Generalized Assignment Problem: Truthful Mechanism Design without Money
本文研究了无支付和无先验环境下广义指派问题（GAP）的一个策略变体的真实机制设计问题。在GAP中，一组项目必须被最优地分配给一组bin，而不超过任何单个bin的容量。在我们研究的问题的战略变体中，箱子由战略代理人持有，每个代理人可能会隐藏其与某些项目的兼容性，以获得更高价值的项目。代理和物品之间的兼容性编码代理接收物品的意愿。我们的目标是最大化总价值（代理价值的总和，或社会福利），同时证明没有代理可以从隐藏其与物品的兼容性中获益。该模型可应用于有预算投标人的拍卖。对于问题的两个变体，即\emph{multiple knapsack problem}中的每个项目具有相同的大小和值的箱子，和\emph{density-invariant GAP}中的每个项目具有相同的值密度的箱子，我们提出了真实的$4$ -近似算法。对于一般的问题，我们提出了一个$O(\ln{(U/L)})$ -近似机制，其中$U$和$L$是兼容项目箱对的值密度的上界和下界。
2017-01-15 cs.GT
Carry-Over Lottery Allocation: Practical Incentive-Compatible Drafts
La Salle University（拉萨尔大学）
本文提出一种实用且激励相容的选秀机制，通过递延彩票分配框架改变团队质量评估方式，使非季后赛队伍获得相同彩票数量，消除输球动机，同时通过彩票累积机制保持激励相容性。
2026-03-16 cs.GT
Characterizations of Network Auctions and Generalizations of VCG
本文研究社交网络中的拍卖问题，针对单件设置刻画了网络拍卖在弱预算平衡、个体合理性、激励兼容性及效率等方面的性质，并利用奖励等新概念设计了有效且尽可能满足激励兼容性的机制，为理解社交网络拍卖提供了见解。
2023-08-02 cs.DS cs.GT
Getting More by Knowing Less: Bayesian Incentive Compatible Mechanisms for Fair Division
针对公平分配中DSIC机制真实性与公平性不兼容的问题，提出满足中立性先验下BIC机制可实现DSIC无法达成的公平性，同时明确了BIC机制的福利目标局限。
2024-05-17 cs.GT
Imperfect best-response mechanisms
最佳响应机制（Nisan，Schapira，Valiant，Zohar，2011）为研究各种分布式协议提供了一个统一的框架，其中参与者被指示反复对彼此的策略做出最佳响应。这些机制的两个基本特征是趋同和激励相容。这项工作研究的收敛性和激励相容性条件下，这种机制时，球员不能保证总是最好的反应，但他们发挥不完美的最佳对策。也就是说，在每一个时间步，每个参与者都根据某个概率参数偏离规定的最佳对策策略。结果解释了收敛和激励相容性在多大程度上取决于玩家从不犯错的假设，以及这些协议对“噪音”或“错误”的鲁棒性。
2014-01-31 cs.CC cs.GT
Quantized VCG Mechanisms for Polymatroid Environments
许多网络资源分配问题可以看作是分配一个可分的资源，其中的分配被限制在一个多拟阵。我们考虑用市场机制来解决这些问题。虽然Vickrey-Clarke-Groves（VCG）机制可以提供具有强激励特性（即主导策略激励相容性）的有效分配，但其众所周知的高通信要求使其无法使用。已经有一些方法来降低沟通成本的VCG削弱其激励属性。在这里，相反，我们采取了不同的方法，通过量化降低通信成本，同时保持VCG的主导战略激励属性。这种方法的成本是我们描述的效率损失。我们首先考虑量化的资源分配，使代理只需要提交一个有限数量的投标，而不是完整的效用函数。我们随后考虑量化代理人的出价。
2019-04-26 cs.GT
A Tunable Incentive Mechanism for Binary Aggregation Without Verification
University of Waterloo（滑铁卢大学）
针对无验证二元聚合问题，提出一种可调奖惩机制，通过奖惩比率约束实现激励相容和个体理性，并分析可行区域及扩展方案。
2026-07-01 cs.GT
Prediction Markets, Mechanism Design, and Cooperative Game Theory
预测市场的目的是从多个代理人那里获取信息，以预测未来事件（获得概率）。一个好的预测市场激励代理人如实地披露他们的信息;这种激励相容性的考虑通常在机制设计中进行研究。虽然预测市场和机制设计之间的这种关系在高层次上得到了很好的理解，但预测市场中使用的模型往往与机制设计中使用的模型有些不同。本文考虑了一个预测市场的模型，它更直接地适合于机制设计框架。我们认为在这个模型中的一些机制，都基于适当的评分规则。我们讨论这些机制的基本属性，如激励相容性。我们还绘制了这些机制和合作博弈论之间的联系。最后，我们推测如何根据这些想法建立一个实用的预测市场。
2012-05-09 cs.GT
Peer Neighborhood Mechanisms: A Framework for Mechanism Generalization
针对现有同伴预测激励机制难适配任意分布的问题，提出基于邻域匹配的Peer Neighborhood Mechanisms框架，给出信念更新条件以保证激励相容性，拓展了众包激励机制的适用范围。
2023-12-19 cs.GT
What Can Cryptography Do For Decentralized Mechanism Design
Roughgarden（EC'21）和Chung和Shi（SODA'23）最近的工作启动了一个新的分散机制设计问题的研究，称为交易费用机制设计（TFM）。与经典的机制设计文献不同，在去中心化的环境中，即使是拍卖人（即，矿工）可以是战略参与者，并且它甚至可以与通过绑定侧合同而便利的用户的子集勾结。Chung和Shi展示了两个主要的不可能性结果，排除了{ \it dream} TFM的存在。首先，任何为个人用户和矿工用户联盟提供激励兼容性的TFM必须始终具有零矿工收入，无论区块大小是有限还是无限。其次，假设有限的块大小，没有非平凡的TFM可以同时提供激励兼容性的任何个人用户，并为任何矿工用户联盟。在这项工作中，我们探索什么样的新模型和有意义的松弛可以让我们规避Chung和Shi的不可能性结果。除了今天的模型，不采用密码学，我们引入了一个新的MPC辅助模型，其中TFM是由矿工之间的联合多方计算（MPC）协议。我们证明了几个可行性和不可行性的结果，实现{ \it严格}和{ \it近似}激励兼容性，分别在平原模型以及MPC辅助模型。我们表明，虽然密码学不是万能的，它确实使我们能够克服一些不可能的结果有关的平原模型，导致非平凡的机制，有用的保证，否则不可能在平原模型。我们的工作也是第一个描述近似激励相容下交易费用机制设计的数学景观，以及在密码辅助模型。
2023-02-19 cs.CR cs.GT
Willy Wonka Mechanisms
本研究针对认知受限智能体，为多种拍卖场景设计了不存在明显操纵的机制，通过引入“金门票”和“木勺”概念刻画了Willy Wonka机制，并据此构建了收入最大化拍卖与节俭采购拍卖。
2024-02-13 cs.GT
On testing the incentive compatibility of single-parameter allocation mechanisms
Columbia University（哥伦比亚大学）
本文首次将性质检验应用于博弈论，提出测试单参数分配机制激励相容性的算法，给出Õ(n/ε)查询上界与匹配下界，并扩展至定价函数。
2026-09-16 cs.CC cs.DS cs.GT
Incentive Compatibility in Two-Stage Repeated Stochastic Games
我们解决了两阶段重复随机博弈的机制设计问题-一种新的设置，使用它可以很容易地模拟下一代电力市场中出现的许多问题。重复游戏为玩家提供了一大类策略，使玩家的行动适应所有过去的观察和从中获得的推论。在其他情况下，如迭代拍卖或动态博弈，这种大的策略空间表现出来，它通常有一个重要的含义，机制设计：它可能是不可能获得真相告诉作为一个占优策略均衡。因此，在这样的场景中，通常只满足于使讲真话成为纳什均衡或其变体的机制，即使纳什均衡已知是真实世界行为的差模型。这是由于每个参与者都必须对其他参与者的行为做出过于具体的假设，以采用他们的纳什均衡策略，而他们可能不会这样做。一般来说，均衡中的投机负担越小，它对现实世界行为的建模就越合理。在这一准则的指导下，我们引入了一个新的均衡概念，称为占优策略非破产均衡（DNBE），它要求参与者对其他参与者的行为做出很少的假设，以采用他们的均衡策略。因此，一种机制，使讲真话的DNBE，而不是只有一个纳什均衡可能是相当有效的塑造现实世界的行为沿着真理的路线。我们提出了一个两阶段重复随机博弈的机制，使讲真话的占优策略非破产均衡。该机制还保证了个体理性和社会福利最大化。最后，我们描述了一个应用程序的机制，设计需求响应市场。
2022-10-19 cs.GT econ.TH
Mechanisms for Risk Averse Agents, Without Loss
近年来，代理人收益为随机变量的拍卖越来越受到人们的关注。特别是，最近在算法机制设计方面的工作已经产生了采用内部随机化的机制，部分地响应于由计算复杂性施加的对确定性机制的限制。对于许多这些机制，这通常被称为真实的期望，激励相容性是视情况而定的假设，代理人是风险中性的。这些机制受到了批评，理由是这种假设过于强烈，因为“真正的”代理人通常是风险厌恶的，而且他们对风险的确切态度通常是先验未知的。作为回应，算法机制设计的研究人员一直在寻求普遍真实机制的设计-激励相容性不假设代理人对风险的态度的机制。我们发现，任何真实的预期机制可以一般转化为一种机制，即使是激励兼容的代理人是风险厌恶，而不修改机制的分配规则。转换后的机制不要求报告制剂的风险状况。等价地，我们的结果可以表述如下：每个（随机）分配规则，是可实现的优势策略时，玩家是风险中性的也是可实现的，当玩家被赋予一个任意的和未知的凹效用函数的钱。
2012-06-13 cs.GT
A Composable Game-Theoretic Framework for Blockchains
TU Wien（维也纳工业大学）
本文提出首个区块链协议的可组合博弈论框架，通过跨层博弈和跨应用组合抽象，分析激励兼容性并揭示新的安全漏洞。
2026-04-07 cs.CE cs.GT
Mechanism-Based Intelligence (MBI): Differentiable Incentives for Rational Coordination and Guaranteed Alignment in Multi-Agent Systems
基于机制的智能（MBI）通过可微价格机制实现多智能体系统的理性协调和保证对齐，提供高效、可审计且可扩展的解决方案。
2025-12-22 cs.AI cs.GT cs.LG
Bayesian Incentive-Compatible Bandit Exploration
个人决策者消耗先前决策者透露的信息，并产生可能有助于未来决策的信息。这种现象在互联网经济的广泛场景中很常见，在医疗决策等其他领域也是如此。每个决策者都更倾向于“利用”：根据她当前的信息，选择一个具有最高预期回报的行动。与此同时，每个决策者都更愿意让之前的决策者“探索”，从而产生关于各种行动的回报的信息。社会计划者通过精心设计的信息披露，可以激励代理人平衡探索与开发，从而实现社会福利最大化。我们制定这个问题作为一个多臂的强盗问题（及其各种推广）下的激励相容性约束引起的代理商的贝叶斯先验。我们设计了一个激励相容的强盗算法的社会计划者的遗憾是渐近最优的所有强盗算法（激励兼容或不兼容）。此外，我们提供了一个黑盒减少从任意多臂强盗算法的激励兼容的，只有一个常数乘法增加遗憾。这种减少适用于非常一般的强盗设置，包括上下文和任意的辅助反馈。
2019-05-02 cs.GT
Nonbossy Mechanisms: Mechanism Design Robust to Secondary Goals
Google Research（谷歌研究院）；Chinese University of Hong Kong（香港中文大学）
本文研究当代理人可能隐藏次要目标时，机制对策略操纵免疫的充要条件，即主激励相容且非专横，并刻画了多种环境下的此类机制。
2026-05-31 cs.GT
Truth and Envy in Capacitated Allocation Games
我们研究的拍卖与附加估价代理商有一个限制，他们可能会收到的商品数量。我们将这种估值称为{ \em capacitated}，并寻求最大化社会福利的机制，同时激励相容，无嫉妒，个人理性，没有正转移。如果容量是无限的，那么顺序重复第二价格Vickrey拍卖满足这些要求。在1983年，伦纳德表明，对于单位容量，VCG与克拉克枢轴付款也羡慕免费。对于所有单位或所有无限的容量，该机制产生瓦尔拉斯定价（受容量约束）。在这里，我们考虑一般能力。对于同质的能力（所有的能力相等），我们表明，VCG与克拉克枢纽付款是嫉妒自由（VCG与克拉克枢纽付款总是激励兼容，个人理性，并没有积极的转移）。因此，不存在激励相容的瓦尔拉斯定价。对于异质的能力，我们表明，没有机制与所有4个属性，但至少在某些情况下，可以实现激励兼容性和嫉妒自由。
2011-02-28 cs.GT
Faithful Implementations of Distributed Algorithms and Control Laws
当分布式算法必须由利益不一致的战略代理执行时，社会领导者需要引入适当的税收/补贴机制来激励代理忠实地执行预期算法，以便获得正确的结果。我们使用间接机制设计理论的框架来讨论实现经济有效的分布式算法的激励问题。特别是，我们表明，间接格罗夫斯机制不仅是足够的，而且是必要的，以实现激励相容性。这一结果可以看作是Green-Laffont定理在间接机构中的推广。然后，我们引入渐近激励相容性的概念作为一个适当的解决方案的概念，忠实地实现分布式和迭代优化算法。我们考虑两种特殊类型的优化算法：资源分配的对偶分解算法和平均共识算法。
2015-09-30 cs.GT math.OC
Approximately Efficient Cost-Sharing Mechanisms
我们做三种不同类型的贡献，成本分摊：首先，我们确定了几个新的类的组合成本函数，承认激励兼容的机制，实现了恒定的因子近似的成本平衡和多项式近似的社会成本制定的效率。其次，我们证明了一个新的，最佳的下界的近似效率的每一个平衡的Moulin机制的Steiner树或SSRoB成本函数。这个下限暴露了不同的成本分摊问题之间的潜在近似层次。第三，我们表明，削弱的定义，激励相容性的战略防护可以允许指数更有效的近似不平衡的机制，特别是集覆盖成本分摊问题。
2006-06-30 cs.GT
Bandwidth Fee Mechanisms for Certified Transaction Dissemination
University of Michigan（密歇根大学）；Purdue University（普渡大学）；Sei Labs（Sei实验室）；University of Portsmouth（朴茨茅斯大学）
研究共识前认证交易传播的带宽费用机制，提出贪心路由标价机制实现个体激励相容，并设计EIP-1559式价格更新规则保证稳定性。
2026-10-02 cs.GT
