Truthfulness via Proxies
Shahar Dobzinski, Hu Fu, Robert Kleinberg
这篇短文展示了一个真实的期望$O(\frac {\log m} {\log \log m})$ -近似机制的组合拍卖与次加投标人，使用多项式通信。
This short note exhibits a truthful-in-expectation $O(\frac {\log m} {\log \log m})$-approximation mechanism for combinatorial auctions with subadditive bidders that uses polynomial communication.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
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。
Informed Truthfulness in Multi-Task Peer Prediction
同伴预测的问题是从没有任何客观的基础事实来评分报告的设置中的代理中获取信息。同伴预测机制试图利用信号之间的相关性，使激励与真实的报告相一致。一个长期存在的问题是无信息均衡的可能性。对于二进制信号，多任务机制[Dasgupta-Ghosh '13]实现了强真实性，因此真实均衡严格地最大化了收益。我们的信号分布的特征条件，这种机制仍然强烈真实的非二进制信号，也提供了一个大大简化的证明。我们引入了相关协议（CA）机制，它处理多个信号，并提供知情的真实性：没有策略配置文件提供更多的回报比真实的报告，在均衡和真实的均衡是严格优于任何不知情的策略（代理人避免获得信号的努力）。CA机制是最大强真实的，因为在一个广泛的机制类中没有机制对更大的信号分布族是强真实的。我们还提供了一个无细节版本的机制，该机制消除了设计人员的任何知识要求，使用许多任务的报告来学习统计数据，同时保留ε-知情的真实性。
Partial Truthfulness in Minimal Peer Prediction Mechanisms with Limited Knowledge
我们研究了最小的单任务同行预测机制，有有限的知识代理的信念。如果不知道代理人的信念是什么，或者不引出额外的信息，就不可能设计出贝叶斯纳什意义上的真实机制。我们超越真实性，探索只有部分真实的均衡策略。使用的结果，从多臂土匪文献，我们给出了一个表征如何效率低下，这些均衡相比，真实的报告。我们通过计算任何最小知识约束机制必须具有的不诚实报告的数量来衡量这种策略的效率。我们表明，这个数字的顺序是$Θ(\log n)$，其中$n$是代理的数量，我们提供了一个对等预测机制，达到预期的这一界限。
Truthfulness with Value-Maximizing Bidders
在数字广告拍卖等市场中，投标人希望最大化价值而不是回报。这与拍卖理论中通常假设的效用函数不同，并导致不同的策略和结果。我们把最大化价值的投标人称为价值投标人。虽然简单的单物品拍卖格式是真实的，但标准的多物品拍卖格式允许操纵。这是直截了当地表明，不可能有一个真实的和收入最大化的确定性拍卖机制与价值投标人和一般估价。近似已经被用来作为一种手段，以实现真实性，我们研究的近似比，我们可以从真实的近似机制。我们发现，近似比，可以实现与确定性和真实的近似机制与$n$投标人和$m$项目不能高于1/n的一般估值。对于随机逼近机制，存在一个比率为O（sqrt（m））的框架。我们为估值受限的环境提供更好的比率。
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。
The Computational Complexity of Truthfulness in Combinatorial Auctions
拍卖机制设计的一个基本问题是真实性和计算易处理性之间是否存在内在的冲突：特别是，多项式时间的组合拍卖真实机制在近似比方面是否比非真实机制弱。这个问题是最近回答普遍真实的组合拍卖机制\cite{D11}，甚至为真实的预期机制\cite{DughmiV11}。然而，这两个结果都是基于信息理论的参数值预言给出的估值，并留下了简洁描述类估值多项式时间真实机制的可能性。本文是第一个证明{ \em计算硬度}结果的真实机制的组合拍卖与简洁描述的估值。我们证明，有一类简洁地表示子模块的估值，没有确定性的真实机制提供了一个$m^{1/2-ε}$ -近似常数$ε>0$，除非$NP=RP$（$m$表示的项目数）。此外，我们证明了，即使是真实的预期机制不能近似组合拍卖与某些简洁描述的子模块估值优于$n^γ$内，其中$n$是投标人和$γ>0$一些绝对常数的数量，除非$NP \subseteq P/poly$。此外，我们证明了两个相关问题的计算硬度的结果。
General Truthfulness Characterizations Via Convex Analysis
我们提出了一个模型，真实的启发，概括和扩展机制，评分规则，以及一些相关的设置，不合格的一个或另一个。我们的主要结果是一个特征定理，产生的所有这些设置的特征，包括一个新的非凸分布集的评分规则的特征。我们推广这个模型，以引出代理的私人信息的一些属性，并提供了第一个一般的特征。我们结合这种特性与对偶性，给出一个简单的结构，评分规则和随机机制之间的转换。我们还展示了如何这种特性给出了一个新的证明的机制设计的结果，由于萨克斯和余。
Single-Call Mechanisms
真实是脆弱的，要求很高。它通常比解决原始问题在计算上更困难。更糟糕的是，机制结果中的微小不确定性可能会彻底破坏真实性。一个障碍是真实的支付取决于结果而不是实现的结果，例如最短路径拍卖中的非最短路径的长度。单次呼叫机制是一个强大的工具，可以绕过这一障碍-它们隐含地收取真实的付款，只使用该机制实现的结果来保证预期的真实性。这种真实性的代价是在预期的结果质量和大笔付款的风险之间进行权衡。我们在很大程度上决定了何时以及在多大程度上可以使用单一呼叫机制。Babaioff、Kleinberg和Slivkins [BKS 10]在单参数域中发现了第一个单调用构建。他们给出了一个转换，将任何单调的单参数分配规则转换为真实的期望单调用机制。我们的第一个结果是对[BKS 10]的自然补充：我们给出了一个新的转换，该转换从VCG支付真实的任何分配规则中产生单呼叫VCG机制。其次，在单参数和VCG设置中，我们精确地描述了可能的变换，表明各种各样的变换都是可能的，但都采用非常简单的形式。最后，我们研究了预期结果质量和大额支付风险之间的内在权衡。我们表明，我们的结构和[BKS 10]同时优化了各自领域的各种指标。作为一个例子，我们分析按点击付费广告拍卖，其中的真实性的标准VCG为基础的拍卖很容易打破拍卖师的估计点击率是不精确的。
Discrete Budget Aggregation: Truthfulness and Proportionality
本文研究离散预算聚合中真实机制的存在性，证明分数选票下Gibbard-Satterthwaite定理成立，整数选票下通过移动幻影机制构造真实机制，并揭示强比例性与真实性不可兼得。
Identity-Truthful Online Decision-Making
研究身份真实的在线决策问题，引入新限制定义身份真实性差距，设计算法确定其大于0.5且有0.81上限，还研究了该算法与定价机制关系，发现身份真实性会打破在线算法与定价的常规联系。
Size versus truthfulness in the House Allocation problem
我们研究房屋分配问题（也称为分配问题），即，在一组代理之间分配一组对象的问题，其中每个代理对对象的子集具有顺序偏好（可能涉及关系）。我们专注于真实的机制，没有货币转移，找到大型帕累托最优匹配。这是直接表明，没有确定性的真实机制可以近似的最大基数帕累托最优匹配比优于2。因此，我们考虑随机机制。我们给出了一个自然的和明确的扩展经典的随机序列独裁机制（RSDM），专门为房子分配问题的偏好列表可以包括领带。因此，我们获得了一个普遍真实的随机机制，找到一个帕累托最优匹配，并表明它达到了近似比$\frac{e}{e-1}$。即使当代理有优先级（权重）时，相同的界限也成立，我们的目标是找到最大权重（而不是最大基数）帕累托最优匹配。另一方面，我们给出了$\frac{18}{13}$的下界的近似比的任何普遍真实的帕累托最优机制设置严格的偏好。在这种情况下，该机制必须另外是非专横的一个额外的技术假设，我们表明，利用Bade的结果，一个改进的下限$\frac{e}{e-1}$持有。这个下限是紧的，因为严格偏好列表的RSDM是非专横的。此外，我们解释我们的问题，在经典的秘书问题，并证明我们的机制提供了最好的随机策略的管理员面试的申请人。
Truthful and Almost Envy-Free Mechanism of Allocating Indivisible Goods: the Power of Randomness
本文提出了一种随机机制，用于在保证公平性和效率的前提下分配不可分割物品，针对不同数量的代理人设计了不同的诚实机制，实现了EF1和帕累托最优。
Truthful Mechanisms for Agents that Value Privacy
最近的工作已经构建了既真实又有差异的私人经济机制。在这些机制中，隐私与真实性被分开处理;它不被纳入玩家的效用函数中（在某些情况下，这样做会导致不真实性）。在这项工作中，我们提出了一个新的，一般的方式来模拟隐私的球员的效用函数。具体地，我们仅假设如果结果$o$具有玩家$i$的任何报告将以大致相同的概率导致$o$的属性，则$o$对玩家$i$具有小的隐私成本。我们给出了三种机制，是真实的隐私建模：两个候选人之间的选举，一个离散版本的设施选址问题，和一般的社会选择问题与离散的效用（通过VCG-样的机制）。随着参与者$n$数量的增加，我们的机制实现的社会福利接近最优（作为$n$的一部分）。
Truthful Calibration Measures for Sequential Prediction
研究序列二元预测中完全真实性与校准度量的兼容性，证明完全真实性与完备性、可靠性不兼容，提出两种归约构造近似真实校准度量，改进了已有近似真实性保证。
A Note on the Power of Truthful Approximation Mechanisms
我们研究的权力多项式时间的真实机制相比，多项式时间（非真实）算法。我们发现，有一个设置中，确定性多项式时间的真实机制不能保证有界的近似比，但存在一个不真实的FPTAS。我们还表明，在相同的设置有一个普遍真实的机制，提供了一个近似比为2。这表明，真实性的成本是无限的。证明几乎是标准的领域，并遵循已知的结果。
Auction Design with ROI-Constrained Bidders: Truthfulness and Revenue Maximization
针对ROI约束投标者，刻画真实拍卖特征，提出σ-增量机制渐近最优并保证收益比例，单投标者情形下以凸定价函数实现最优。
Truthfulness, Proportional Fairness, and Efficiency
一个人如何在不使用金钱的情况下，以公平有效的方式将一系列资源分配给一组战略代理人？因为在许多情况下，用金钱来补偿代理人不满意的结果是不可行的。本文从公平和效率两个方面来研究这一问题。我们采用比例公平的解决方案，这是一个众所周知的公平的概念，为金钱免费设置。但是，尽管找到一个按比例公平的解决方案是计算上容易处理的，它不能以真实的方式实现。因此，我们寻求近似的解决方案。我们给出了几个真实的机制，在近似意义上实现比例公平。我们使用一个强有力的近似概念，要求该机制给每个代理一个很好的近似其比例公平的效用。特别是，我们的一种机制提供了一个越来越好的近似因子，因为每个商品的最小需求都在增加。90年代初捷克共和国的大规模私有化拍卖提供了一个激励性的例子。关于效率，先前的工作已经表明，即使对于两个代理和多个商品的情况下，任何交换独裁机制近似社会福利措施的近似因子的下限为0.5。我们通过为这种情况设计一个非交换独裁机制来超越这个下限。有趣的是，新机制建立在比例公平的概念之上。
PS-TRUST: Provably Secure Solution for Truthful Double Spectrum Auctions
真实频谱拍卖近年来得到了广泛的研究。真实性使投标人出价他们的真实估价，大大简化了拍卖的分析。然而，透露自己的真实估价会导致严重的隐私泄露给拍卖师和其他投标人。更糟糕的是，以前关于安全频谱拍卖的工作没有提供足够的安全性。在本文中，基于TRUST，我们提出了PS-TRUST，一个可证明安全的解决方案，真实的双频谱拍卖。PS-TRUST除了保持TRUST的真实性和特殊的频谱复用特性外，还在密码学意义上实现了对抗半诚实攻击者的可证明安全。具体来说，PS-TRUST不会向拍卖中的任何人透露出价，除了拍卖结果。据我们所知，PS-TRUST是第一个可证明安全的频谱拍卖解决方案。实验结果表明，PS-TRUST算法的计算和通信开销较小，具有一定的实用价值。
Gradient Manipulation in Distributed Stochastic Gradient Descent with Strategic Agents: Truthful Incentives with Convergence Guarantees
本文提出一种完全分布式支付机制，首次在分布式随机梯度下降中保证诚实行为和准确收敛，克服了现有诚实机制的两大局限：依赖集中服务器和牺牲收敛精度。
Stochastically Dominant Peer Prediction
本文提出随机占优真实性机制，以增强同伴预测机制的诚实性，通过二元彩票评分和新机制在保持敏感度的同时提高效率。
Fast Convex Decomposition for Truthful Social Welfare Approximation
在算法机制设计中，在保持真实性的同时近似最优社会福利是一个研究得很好的问题。Lavi和Swamy~ \cite{Lavi11}假设给定的机制设计问题的社会福利可由整数规划优化，其整数差距最大为$α$，提出了一种设计随机化$α$ -近似机构的一般方法。他们的方法是基于将松弛线性规划的最优解分解为整数解的凸组合。不幸的是，Lavi和Swamy的分解技术严重依赖于椭球方法，该方法因其较差的实际性能而臭名昭着。为了克服这个问题，我们提出了一种替代的分解技术，它产生一个$α(1 + ε)$近似，只需要一个完整性间隙验证调用的二次数。
No-regret incentive-compatible online learning under exact truthfulness with non-myopic experts
针对在线预测场景中策略性非近视专家的真实报告问题，提出基于I-ELF在线扩展的精确真实机制，在全信息下获O~(√(TN))信念遗憾，bandit场景获O~(T^(2/3)N^(1/3))遗憾，解决开放问题。
State-of-the-art posted-price mechanisms for submodular bidders with $m$ items achieve approximation guarantees of $O((\log \log m)^3)$ [Assadi and Singla, 2019]. Their truthfulness, however, requires bidders to compute an NP-hard demand-query. Some computational complexity of this form is unavoidable, as it is NP-hard for truthful mechanisms to guarantee even an $m^{1/2-\varepsilon}$-approximation for any $\varepsilon > 0$ [Dobzinski and Vondrák, 2016]. Together, these establish a stark distinction between computationally-efficient and communication-efficient truthful mechanisms. We show that…
Multi-agent Adaptive Mechanism Design
本文提出一种自适应机制框架DRAM，通过结合机制设计和在线学习，在未知代理人信念的情况下实现 truthful 报告和成本最优，证明了其在累积遗憾上的最优性能。
A Truthful $(1-ε)$-Optimal Mechanism for On-demand Cloud Resource Provisioning
云计算中的按需资源供应提供量身定制的资源包（通常以VM的形式）以满足用户的需求。如今，公共云提供越来越多的复杂类型的VM，但尚未提供最灵活的动态VM组装，部分原因是缺乏现场定价定制VM的成熟机制。这项工作提出了一种有效的随机拍卖机制的基础上平滑的分析和随机减少，动态虚拟机配置和定价在地理分布的云数据中心的新应用。据我们所知，这次拍卖是文献中第一次实现（i）期望的真实性，（ii）期望的多项式运行时间，以及（iii）$(1-ε)$ -资源分配期望的最佳社会福利，其中$ε$可以任意接近0。我们的机制包括三个模块：（1）求解NP难社会福利最大化问题的精确算法，其在期望中在多项式时间内运行，（2）基于扰动的随机化资源分配方案，其产生$(1-ε)$最优的VM供应解决方案，以及（3）拍卖机制，其将基于扰动的方案应用于动态VM供应并且使用随机化VCG支付对定制VM定价，在期望中保证真实性。我们通过仔细的理论分析和跟踪驱动的模拟验证了该机制的有效性。
Truthful and Faithful Monetary Policy for a Stablecoin Conducted by a Decentralised, Encrypted Artificial Intelligence
去中心化稳定币的圣杯是在严格的数学框架上实现的，获得了多个有利的证明：稳定性，收敛性，真实性，忠诚性和恶意安全性。这些特性只能通过以前不相关领域的新颖和跨学科组合来实现：模型预测控制，深度学习，交替方向乘法器方法（共识-ADMM），机制设计，安全多方计算和零知识证明。本文首次证明：- 中央银行去中心化的可行性，同时在去中心化的计算环境中安全地保持其独立性-结合机制设计、可证明的安全性和控制理论对价格稳定的好处，与以前的稳定币不同-在稳定币上实施复杂的货币政策，相当于中央银行使用的那些，并且超出了阻碍其价格稳定的加密货币的当前固定规则-规避保证输出交付（G.O.D.）的不可能性的方法。“信”，就是“信”。作为推论，去中心化的人工智能能够执行稳定币的货币政策，最大限度地减少人为干预。
Improved Truthful Mechanisms for Combinatorial Auctions with Submodular Bidders
一个长期存在的开放问题，在拍卖机制设计是设计计算效率的真实机制（近似）最大化的福利与子模块投标人的组合拍卖。第一个这样的机制是由Dobzinski、Nisan和Schapira [STOC'06]获得的，他们给出了一个$O(\log^2{m})$近似，其中$m$是项目的数量。这个问题已被广泛研究，因为，最终在$O(\sqrt{\log{m}})$近似机制Dobzinski [STOC'16]。我们提出了一种计算效率高的真实机制，近似比，提高了国家的最先进的指数因子。特别是，我们的机制实现了$O((\log\log{m})^3)$ -近似的期望，只使用$O(n)$的需求查询，并具有普遍的真实性保证。这解决了Dobzinski关于$Θ(\sqrt{\log{m}})$是否是负设置中的最佳近似比的未决问题。
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。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈
发表机构由 AI 从论文文本抽取，如发现错误，欢迎反馈修正建议。