Efficiency of non-truthful auctions under auto-bidding
自动出价现在被广泛采用作为广告商和互联网广告之间的接口，因为它允许广告商指定高层次的目标，如最大化价值的限制。以前的研究主要集中在真实的拍卖（如SPA），因为统一出价在这种拍卖中是最优的，这使得它易于管理的原因，均衡。一个诱人的问题是，人们是否可以通过离开真实拍卖的领域来获得更有效的结果。这是第一篇研究无优先级自动投标环境下的非真实拍卖的论文。我们的第一个结果是，非真实性提供没有好处时，考虑确定性拍卖。任何确定性机制都有一个至少为$2$的无政府代价（PoA），即使对于$2$投标者也是如此;这与确定性真实机制所能实现的相匹配。特别地，我们证明了第一价格拍卖的PoA恰好为$2$。对于我们的第二个结果，我们构建了一个随机的非真实拍卖，实现了$2$投标人的PoA为$1.8$。这是针对此问题的最著名的PoA。以前最著名的PoA为这个问题是$1.9$，并实现了一个真实的机制。此外，我们证明了在这种情况下的非真实性的好处表明，这个随机拍卖的真实版本也有一个PoA的$1.9$。最后，我们表明，没有拍卖（即使是随机的，不真实的）可以提高PoA界的$2$的广告客户的数量增长到无穷大。
2022-07-08 cs.GT
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。
2013-07-29 cs.CR cs.GT
Combinatorial Auctions without Money
计算机机制设计试图将计算和激励结合起来，主要是通过利用设计者和自私代理之间的货币转移。这主要是因为在没有钱的情况下，很少能做到强制真实。然而，在某些情况下，金钱是无法获得的，在道德上是不可接受的，或者可能只是与机制的目标不一致。例如，在组合拍卖（CA）中，该领域的典型问题，我们的目标是最大化社会福利的解决方案，但仍然要求社会确保真实性。此外，CA的真实性已经很难理解的情况下，投标人碰巧只对两套不同的货物感兴趣。我们专注于设计激励兼容CA没有钱在一般设置的$k$ -头脑投标人。我们交易货币转移，观察到该机制可以检测投标人的某些谎言：即，我们学习真实的CA，有验证，没有钱。我们证明了一个真实的机制，这使得一个有趣的平行与CA的钱为一心一意的投标人的情况下理解。然后，当集合和估值是竞标者的私人知识时，我们给出了通过确定性或随机真实机制获得的逼近比的许多上界。(Most在多项式时间中运行，并返回具有（几乎）最佳可能近似保证的解决方案。我们补充这些积极的结果与一些下界（其中一些基本上是紧的），在更容易的情况下举行的公共集。因此，我们提供了一个几乎完整的图片真实近似CA在这个一般设置与多维投标人。
2013-10-01 cs.GT
Truthful Learning Mechanisms for Multi-Slot Sponsored Search Auctions with Externalities
赞助搜索拍卖是微观经济机制最成功的应用之一。在机制设计中，拍卖通常被设计成激励广告商对他们真实的估价出价，并确保广告商和拍卖商都具有非负效用。尽管如此，在赞助搜索拍卖中，广告商的点击率（CTR）通常是未知的拍卖，因此标准的真实机制不能直接应用，必须与有效的学习算法配对用于估计的CTR。这引入了设计学习机制的关键问题，该学习机制能够在实现真实机制的同时估计CTR，与用真实CTR设计的最优机制相比，该真实机制具有尽可能小的收入损失。以前的工作表明，当采用优势策略的真实性，在单槽拍卖的问题可以解决使用合适的探索-开发机制，能够实现每一步的遗憾（超过拍卖人的收入）的顺序$O(T^{-1/3})$（其中T是拍卖的次数重复）。还已知，当采用期望中的真实性时，可以获得$O(T^{-1/2})$阶的每步后悔（对社会福利）。在本文中，我们将文献中已知的结果扩展到多时隙拍卖的情况。在这种情况下，需要一个用户模型来描述广告商的估价如何在时段上变化。我们采用级联模型，这是最有名的模型在文献中的赞助搜索拍卖。我们证明了一些新的上界和下界的拍卖商的收入损失和社会福利w.r.t.的VCG拍卖，我们报告的数值模拟调查的准确性的界限预测的依赖拍卖参数的遗憾。
2014-05-11 cs.GT
Differentially Private Machine Learning-powered Combinatorial Auction Design
本研究提出一种基于差分隐私的机器学习驱动组合拍卖设计方法，利用指数机制等技术保证拍卖真实性的同时保留原拍卖效率，并在两类场景下验证了差分隐私的应用效果。
2024-05-17 cs.GT cs.IT math.IT
Combinatorial Diffusion Auction Design
针对组合场景下扩散拍卖设计难以直接拓展简单场景方案的长期挑战，研究提出利用单物品扩散拍卖的新方法，设计出可基于任意理想单物品扩散拍卖生成满足IC、IR、WBB要求的组合拍卖的框架。
2024-10-30 cs.GT
Machine Learning-powered Iterative Combinatorial Auctions
提出了一种基于机器学习的迭代组合拍卖方法。将机器学习（ML）集成到拍卖中的主要目标是改善偏好诱导，这是大型组合拍卖（CA）中的主要挑战。与之前的工作相比，我们的拍卖设计使用值查询而不是价格来驱动拍卖。ML算法用于帮助拍卖决定在每次迭代中询问哪些值查询。虽然在CA中使用ML带来了新的挑战，但我们展示了如何获得一个单独理性的设计，满足无赤字，具有良好的激励，并且在计算上是实用的。我们将我们的新拍卖与著名的组合时钟拍卖（CCA）进行比较。我们的研究结果表明，特别是在大型领域，MLCA可以实现显着更高的分配效率比CCA，即使只有少量的值查询。
2021-09-02 cs.GT
Meta-mechanisms for Combinatorial Auctions over Social Networks
本文提出元机制，将经典拍卖机制统一转换为社交网络环境下的机制并保留关键性质，首次解决单一意向买家与一般单调估值两类网络组合拍卖问题。
2024-08-08 cs.GT
Beyond Equilibria: Mechanisms for Repeated Combinatorial Auctions
我们研究了组合拍卖域中的机制设计。我们专注于重复拍卖的设置，其动机是拍卖许可证或广告空间。我们认为代理行为模型，他们要么采用常见的学习技术，以尽量减少他们的投标策略的遗憾，或采用短视的最佳对策。我们要求：什么时候可以将基本拍卖问题的黑盒近似算法转换为在多次迭代中平均保持原始算法的近似因子的机制？我们提出了一个广泛的一类算法时，代理最小化外部遗憾的一般减少。我们还提出了一个新的机制，达到平均$O(\sqrt{m})$近似的组合拍卖问题时，代理应用最佳响应动态。
2009-09-30 cs.GT
An Optimal Multi-Unit Combinatorial Procurement Auction with Single Minded Bidders
最优组合拍卖中的现有技术限于处理多个物品的单个单元的情况，其中每个投标人对恰好一个捆绑出价（单一的投标人）。本文扩展了现有的技术，提出了一个最优拍卖采购多个单位的多个项目时，投标人是一心一意的。该拍卖在满足贝叶斯激励相容性和个体过渡理性的前提下，最小化了采购成本。在适当的正则性条件下，这种最优拍卖也满足优势策略激励相容性。
2010-04-24 cs.GT
Knightian Analysis of the VCG Mechanism in Unrestricted Combinatorial Auctions
我们考虑的拍卖中，球员有非常有限的知识，他们自己的估值。具体地说，一个博弈者$i$所拥有的关于真实估值的信息$θ^*$由一组分布组成，其中$θ_i^*$是从其中一个分布中得出的。VCG机制保证了非常高的社会福利在单一和多好的拍卖，只要Boghtian球员不选择的策略，是劣势的。然而，我们证明了这样的Boghtian球员，VCG机制保证非常差的社会福利在不受限制的组合拍卖。
2014-03-25 cs.GT
Walrasian Pricing in Multi-unit Auctions
多单位拍卖是一个典型的模型，其中卖方带来多个单位的好，而几个买家带来货币捐赠。众所周知，瓦尔拉斯均衡并不总是存在于这个模型中，然而令人信服的放松，如（瓦尔拉斯）无嫉妒定价。在本文中，我们设计了一个最优的无嫉妒机制的多单位拍卖预算。当市场甚至是温和的竞争，这种机制的近似比率是小常数的收入和福利的目标，事实上，福利的近似收敛到1，因为市场变得完全竞争。我们还给出了一个不可能定理，表明真实性需要丢弃资源，特别是，是不相容的（帕累托）效率。
2017-10-09 cs.GT
Price Manipulability in First-Price Auctions
一价拍卖有许多可取的属性，包括一些独特的属性，如可信度。然而，第一价格拍卖本质上也是不真实的，不真实可能导致不稳定和效率低下。鉴于这些利弊，我们试图量化的程度，一价拍卖容易受到操纵。在这项工作中，我们采用了一个在比特币费用设计市场背景下引入的指标：通过战略实现的支付百分比变化。我们研究了这个指标的行为为单单位和$k$单位拍卖环境与$n$ i.i.d.买方，并寻求当$n$变大时百分比变化趋于零的条件。据我们所知，我们是第一个严格的研究，在多大程度上大型多单位的第一价格拍卖容易受到操纵。我们提供了一个几乎完整的图片的条件下，他们是真实的大，并展示了一些令人惊讶的边界。
2022-03-24 cs.GT
Online Auction-Based Incentive Mechanism Design for Horizontal Federated Learning with Budget Constraint
联邦学习使数据隔离的各方能够在满足隐私保护的同时协作和有效地训练模型。为了获得高质量的模型，激励机制是必要的，以激励更多具有数据和计算能力的高素质工作人员。现有的激励机制应用于离线场景，其中任务发布者收集所有出价并在任务之前选择工人。然而，实际上，不同的工人在任务之前或任务期间以不同的顺序在线到达。因此，我们提出了一种基于反向拍卖的在线激励机制，用于预算约束的水平联邦学习。工人们在网上提交投标。预算有限的任务发布者利用到达的工作者的信息来决定是否选择新工作者。理论分析表明，我们的机制满足预算的可行性，计算效率，个人理性，消费者主权，时间真实性，成本真实性与足够的预算。实验结果表明，我们的在线机制是有效的，可以获得高质量的模型。
2022-05-17 cs.AI cs.GT
iMLCA: Machine Learning-powered Iterative Combinatorial Auctions with Interval Bidding
针对大型组合拍卖中精确出价成本高的问题，提出支持区间出价的iMLCA机制，通过基于价格的活动规则引导估值区间收紧，在保持与精确出价ML拍卖同等分配效率的同时，优于组合时钟拍卖。
2025-05-22 cs.GT
Decomposing Truthful and Competitive Online Double Auctions
在本文中，我们研究在线双向拍卖，多个卖方和多个买方到达和离开动态交换一种商品。我们发现，没有确定性的在线双向拍卖，是真实的和竞争的社会福利最大化的对抗模型。然而，给定卖方是耐心的并且需求不超过供给的先验信息，确定性和真实的贪婪机制实际上是2-竞争的，即它保证其分配的社会福利至少是离线可实现的最优福利的一半。此外，如果进入的买家的数量是可预测的，我们证明了一个在线双向拍卖可以减少到一个在线单边拍卖，减少在线双向拍卖的真实性和竞争力遵循的在线单边拍卖。值得注意的是，通过使用减少，我们发现一个真实的机制，几乎是1-竞争，当买家随机到达。最后，我们认为，这些机制也有一个有前途的适用性在更一般的设置，而不假设卖方是耐心的，通过分解成多个子市场的市场。
2013-11-01 cs.GT
Truth Revelation in Approximately Efficient Combinatorial Auctions
微观经济学和博弈论中考虑的一些重要的经典机制需要解决一个困难的优化问题。这是真实的组合拍卖，这在最近几年承担了实际的重要性，特别是组合拍卖的黄金标准，广义维克瑞拍卖（GVA）的机制。对这些机制的传统分析--特别是它们的真理揭示属性--假设优化问题得到了精确的解决。实际上，这些优化问题通常只能以近似的方式解决。我们调查的影响，这样的机制，取代精确解的近似。具体来说，我们来看看一个特定的贪婪优化方法。我们表明，GVA支付计划不提供真相揭示机制。我们引入另一个计划，保证真实性的限制类的球员。我们证明后一个属性，确定自然属性的组合拍卖，并表明，对于我们的限制类的球员，他们意味着真实的策略占主导地位。这些特性的适用性超出了所研究的具体拍卖。
2002-02-15 cs.GT
Optimal Parametrization of the Gale-Shapley Preallocation Method for Combinatorial Auction-based Channel Assignment
针对组合拍卖信道分配算法计算量随用户和资源数快速增长的问题，研究多对多Gale-Shapley预分配方法的最优参数化，通过限制投标信道数降低计算量，数值评估表明其对性能和计算需求影响显著。
2024-04-16 cs.GT
Rate of Price Discovery in Iterative Combinatorial Auctions
研究了一类迭代组合拍卖问题，该问题可以看作是求解供需平衡的定价问题的次梯度下降方法。我们提供了具体的收敛速度拍卖在这个类中，边界的拍卖轮数需要达到清算价格。我们的分析允许各种定价方案，包括项目，捆绑，多项式定价，和各自的收敛速度确认，更有表现力的定价方案来的成本较慢的收敛。我们考虑两个模型的投标人的行为。在第一个模型中，投标人的行为随机根据随机效用模型，其中包括标准的最佳反应投标作为一种特殊情况。在第二种模式中，投标人的行为是任意的（甚至是敌对的），而有意义的收敛依赖于设计合理的活动规则。
2016-05-31 cs.GT
Combinatorial Auctions via Posted Prices
我们在贝叶斯框架下研究了组合拍卖的匿名标价机制。在公布价格机制中，商品价格被公布，然后消费者以任意顺序依次接近卖家，每个人都以公布的价格从未售出的商品中购买她最喜欢的捆绑。这些机制是简单、透明和平凡的主导战略激励兼容（DSIC）。我们表明，当代理人的偏好是分数次加性（其中包括所有的子模块功能），总是存在的价格，在预期中，获得至少一半的最优福利。我们的结果是建设性的：给定对组合拍卖算法A的黑盒访问、对先验分布的样本访问以及对采样估值的适当查询访问，可以在多时间中计算保证A的预期福利的至少一半的价格。作为一个推论，我们获得了第一个多时间（在n和m）常数因子DSIC机制贝叶斯子模块组合拍卖，访问需求查询预言。我们的研究结果也扩展到估值与互补，其中的近似因子线性下降的互补性的水平。
2014-11-18 cs.GT
Risk-Free Bidding in Complement-Free Combinatorial Auctions
研究了不完全信息下组合拍卖中的无风险投标策略。具体地说，在多物品组合拍卖中，无互补（次可加）投标人能保证的最大利润是多少？假设存在$n$投标者，并且$B_i$是投标者$i$对于整个项目集合具有的值。本文从第一投标人Bidder~1的角度对上述问题进行了研究。在这种情况下，最坏的情况下的利润保证出现在一个duopsony，也就是说，当$n=2$，所以这个问题，然后对应于发挥拍卖对预算对手与预算$B_2$。我们提出了两个简单的和广泛研究的组合拍卖，即顺序拍卖和同时拍卖，第一价格和第二价格的情况下，最坏情况下的保证。在一般情况下，不同的项目，我们的主要结果是为类的{ \em分数次加性}（XOS）投标人，我们表明，无论是第一价格和第二价格顺序拍卖投标人~ $1$有一个策略，保证利润至少$(\sqrt{B_1}-\sqrt{B_2})^2$时，$B_2 \leq B_1$，这个界是紧的。同时拍卖可以获得更多的利润保证，其中在第一价格的情况下，投标人$1$有一个策略，保证至少$\frac{(B_1-B_2)^2}{2B_1}$的利润，并在第二价格的情况下，$B_1-B_2$的界限是可实现的。我们还考虑了特殊情况下的顺序拍卖相同的项目，我们提供了严格的保证，投标人的次加性估值。
2021-11-29 cs.GT
Bundling Equilibrium in Combinatorial auctions
本文分析了VC（Vickrey-Clarke）组合拍卖的个体理性事后均衡。如果$Σ$是一系列捆绑商品，组织者可以限制参与者，要求他们只对$Σ$中的捆绑商品提交投标。通过这种方式得到的$Σ$ -VC组合拍卖（多商品拍卖）被认为是个体理性的诚实机制。与此相反，本文讨论了无限制的VC拍卖，其中买方限制自己的出价捆绑在$Σ$，因为它是理性的，他们这样做。也就是说，当购买者报告他们在$Σ$中对捆绑的估价时，他们可能处于均衡状态。我们充分刻画了那些在每一次风险投资拍卖中诱导个体理性均衡的$Σ$，并将相关均衡称为捆绑均衡。$Σ$中的束的数量表示均衡的通信复杂性。捆绑均衡的一个特例是基于划分的均衡，其中$Σ$是一个场，即它是由划分生成的。我们分析了捆绑均衡的通信复杂性和经济效率之间的权衡，特别侧重于基于分区的均衡。
2002-01-14 cs.GT
Simple combinatorial auctions with budget constraints
我们研究了简单的组合拍卖的效率分配的一组项目的一组代理商，私人次可加性的估值函数和预算约束。我们考虑的类包括所有拍卖，这些拍卖将每个物品独立分配给为其提交最高出价的代理，并请求仅取决于所有代理对此物品的出价的付款。这类拍卖的两个著名例子是同时的第一和第二价格拍卖。我们专注于纯均衡的诱导战略游戏，并使用流动福利作为我们的效率基准，我们显示了一个上限为2的无政府代价价格的无政府拍卖在这个类中，以及一个严格的相应的价格稳定的下限为所有拍卖的支付规则是凸组合的出价。这意味着著名的同时第一和第二价格拍卖的稳定价格的紧界为2，这是该类的成员。此外，我们显示了整个类的下限，更复杂的拍卖（如VCG），并为设置的预算被假定为常识，而不是私人信息。
2020-07-28 cs.GT
The Combinatorial World (of Auctions) According to GARP
显示偏好技术被用来测试一个数据集是否与理性行为相容。它们也被纳入机制设计的约束，以鼓励在应用程序，如组合拍卖的真实行为。在拍卖设置中，我们提出了一个有效的组合算法来找到一个虚拟的估价函数的最佳（添加剂）的合理性保证。此外，我们还证明了存在这样一个估值函数，它既是个体理性的，又是最小的（也就是说，它是由任何其他个体理性的，近似拟合数据的虚拟估值函数支配的）。同样地，给定估值函数的上限约束，我们展示了如何用最优的加性合理性保证拟合最大虚拟估值函数。在实践中，显示偏好投标约束是非常苛刻的。我们解释了如何近似理性可以用来创建宽松的显示偏好约束在拍卖。然后，我们将展示如何组合的方法可以用来实现这些放松的约束。使用这种机制所产生的最坏/最好情况下的福利保障可通过最小/最大虚拟估值函数加以量化。
2015-07-27 cs.GT
Walrasian's Characterization and a Universal Ascending Auction
我们引入了一个新的刻画所有瓦尔拉斯价格向量的禁止过和下的需求集单调总替代组合拍卖。对于上升和下降拍卖，我们提出了一个通用的框架，找到最小或最大瓦尔拉斯价格向量的单调总替代组合拍卖。一个上升（下降）拍卖保证找到最小（最大）瓦尔拉斯当且仅当它遵循建议的框架。
2016-05-12 cs.GT
The Cost of Simple Bidding in Combinatorial Auctions
我们研究一类操纵组合拍卖投标人根本歪曲什么样的商品，他们感兴趣的。以前的工作在很大程度上假设投标人只提交他们感兴趣的捆绑，我们称之为简单的投标投标：投标金额的战略，但不是捆绑的身份。然而，我们发现，存在着一个完整的类的拍卖情况下，简单的出价从来没有最佳的贝叶斯-纳什均衡，总是严格由复杂的出价（投标人出价的商品，他们不感兴趣）。我们证明了这一结果的两个最广泛使用的拍卖机制：第一价格和VCG最近。我们还探讨了导致这种现象的获胜者确定问题的结构特性，并利用所获得的见解来研究复杂投标的影响力。我们发现，在最坏的情况下，投标人的最佳复杂的出价可能需要投标的指数数量的捆绑，即使投标人只感兴趣的一个好。因此，这一现象可以极大地影响拍卖的结果，不应该被投标人和拍卖设计师忽视。
2021-09-10 cs.GT
Combinatorial Auctions with Interdependent Valuations: SOS to the Rescue
我们研究了具有相互依赖估值的组合拍卖。在这样的设置中，每个代理$i$具有捕获她的私人信息的私人信号$s_i$，并且每个代理的估价函数取决于整个信号简档${\bf s}=(s_1,\ldots,s_n)$。经济学文献表明，相互依赖模型产生了强烈的不可能性结果，并确定了可以获得最优解的假设。计算机科学文献提供了简单的单参数设置的近似结果（主要是单一物品拍卖，或拟阵可行性约束）。这两种文献主要集中在满足称为{ \em单杂交}（或其变体）的技术条件的估值上。我们认为类{ \em submodular over signals}（SOS）的估值（不施加任何单交叉类型的假设），并提供第一福利近似保证多维组合拍卖，实现普遍的事后IC-IR机制。我们的主要结果是：$(i)$ 4-具有一维信号和SOS估值的任何单参数下闭设置的近似; $(ii)$ 4-具有多维信号和{ \em可分离}-SOS估值的任何组合拍卖的近似;和$(iii)$ $(k+3)$ -和$(2\log(k)+4)$ -近似，用于具有一维信号的任何组合拍卖，具有$k$大小的信号空间，用于SOS和强SOS估价，分别我们所有的结果扩展到SOS的参数化版本，$d$-SOS，而失去了一个因素，依赖于$d$。
2019-06-02 cs.GT
Fast Iterative Combinatorial Auctions via Bayesian Learning
迭代组合拍卖（CA）通常用于数十亿美元的领域，如频谱拍卖，收敛速度是为实际应用选择特定设计的关键因素之一。为了实现快速收敛，目前的CA需要仔细调整的价格更新规则，以平衡收敛速度和分配效率。Brero和Lahaie（2018）最近介绍了一种贝叶斯迭代拍卖设计，用于单一投标人的设置。贝叶斯方法使他们能够将先验知识纳入价格更新算法，减少了收敛的回合数，并具有最小的参数调整。在本文中，我们将他们的工作推广到对投标人估价没有限制的情况。我们引入了一个新的贝叶斯CA设计，使用蒙特卡罗期望最大化更新价格在每一轮的拍卖。我们评估我们的方法通过模拟CATS实例。我们的研究结果表明，我们的贝叶斯CA甚至优于一个高度优化的基准，在清除百分比和收敛速度。
2019-07-10 cs.GT
On the Complexity of Computing an Equilibrium in Combinatorial Auctions
我们研究组合拍卖，每个项目分别出售，但同时通过第二价格拍卖。我们问是否有可能有效地计算在这个游戏中的纯纳什均衡与社会福利接近最优的。我们表明，当投标人的估值是次模块化的，在许多有趣的设置（例如，投标人数量恒定，预算附加投标人）计算具有良好福利的均衡基本上与计算完全忽略激励问题的具有良好福利的分配一样容易。另一方面，对于次可加估值，我们证明了计算均衡需要指数通信。最后，对于XOS（又名分数次加性）估值，我们表明，如果存在一个有效的算法，找到一个均衡，它必须使用的技术，是非常不同的，从我们目前的。
2015-06-09 cs.GT
Combinatorial Auctions with Decreasing Marginal Utilities
在大多数微观经济学理论中，消费者被假定为边际效用递减。本文考虑组合拍卖的子模块的买家。这些买家的估值被放置在一个没有互补性的估值层次中，这个层次还包括单个估值的OR和XOR组合，以及满足总替代属性的估值。这些最后的估值被证明是形成一个零测量子集的子模估值，有积极的措施。虽然我们表明，分配问题之间的子模估值是NP-困难的，我们提出了一个有效的贪婪2-近似算法这种情况下，并推广到有限的互补性的情况下。在允许任意互补的设置中不存在这样的近似算法。最后给出了边际效用递减参与者之间组合拍卖策略的一些结果。
2002-09-12 cs.GT
An Impossibility Result for Truthful Combinatorial Auctions with Submodular Valuations
我们发现，每一个普遍真实的随机机制的组合拍卖与子模块的估值，提供$m^{\frac 1 2 -ε}$近似的社会福利和使用值查询只必须使用指数许多值查询，其中$m$是项目的数量。与此相反，忽略激励，存在常数比近似算法为这个问题。我们的方法是基于一种新的\emph{direct hardness}方法，并完全跳过了臭名昭著的硬表征步骤。表征步骤是迄今为止机制设计算法中证明不可能结果的主要障碍。我们证明了我们的新技术的两个额外的应用：（1）普遍真实的多项式时间灵活的组合公共项目的不可能性结果和（2）准确的组合公共项目的真实预期机制的不可能性结果。后者是第一个结果，约束的权力多项式时间的真实性在任何设置的期望机制。
2010-11-08 cs.GT
A Bridge between Liquid and Social Welfare in Combinatorial Auctions with Submodular Bidders
我们研究了组合拍卖中投标人具有子模块（或XOS）估值且受约束的激励兼容机制。我们的目标是最大化\emph{liquid welfare}，这是Dobzinski和Paes Leme（2014）提出的一个针对受约束投标人的效率概念。我们发现，一些已知的真实机制，最好的近似社会福利的组合拍卖与子模块投标人通过需求查询预言机可以适应，使他们保持真实性，并实现渐近相同的近似保证的液体福利。更具体地说，对于具有子模块投标人的组合拍卖中的液体福利优化问题，我们通过修改Kenda和Vöcking（2012）的机制，获得了普遍真实的随机$O(\log m)$近似机制，其中$m$是物品的数量。此外，出于大市场假设经常使用的机制设计，我们引入了竞争性市场的概念，并表明在这样的市场中，流动性福利可以近似在一个恒定的因素由一个随机的普遍真实的机制。最后，在贝叶斯设置中，我们通过调整Feldman，Gravin和Lucier（2014）的结果，获得了一个真实的$O(1)$近似机制，用于投标人估值作为来自已知分布的独立样本生成的情况。
2018-12-12 cs.GT
Strategic Cyber Defense via Reinforcement Learning-Guided Combinatorial Auctions
提出基于强化学习Q值导出估值，利用可微Transformer组合拍卖（CAFormer）在真实网络环境中分配防御动作包，实现近似激励兼容且对误报鲁棒，证明了拍卖规划可行性及价值结构可解释性。
2025-09-13 cs.GT
Single Parameter Combinatorial Auctions with Partially Public Valuations
我们考虑的问题，设计真实的拍卖，投标人的估价有一个公共和私人的组成部分。特别是，我们考虑组合拍卖的估价代理$i$为一组$S$的项目可以表示为$v_if(S)$，其中$v_i$是一个私人的单一参数的代理，和功能$f$是众所周知的。我们研究这个问题的动机有两个方面：（a）这种估值函数在电视和电台等广播媒体的广告时段中自然出现。对于在广告时隙的集合$S$中示出的广告，$f(S)$是例如广告所到达的{\em unique}观看者的数量，并且$v_i$是每唯一观看者的估价。(b)从理论的角度来看，这种估值函数的因式分解简化了投标语言，并使组合拍卖更适合于更好的近似因子。我们提出了一个通用的技术，最大范围内的机制，转换任何$α$近似非真实算法（$α\leq 1$）为这个问题到$Ω(\fracα{\log{n}})$和$Ω(α)$-近似真实的机制，分别在多项式时间和准多项式时间运行。
2010-07-20 cs.GT
Understanding the Relationship Between Core Constraints and Core-Selecting Payment Rules in Combinatorial Auctions
组合拍卖（CA）允许投标人表达复杂的偏好捆绑的货物拍卖。然而，不同支付规则下的投标人行为往往不清楚。在本文中，我们的目标是了解核心约束如何与不同的核心选择支付规则相互作用。特别是，我们研究的自然和理想的非递减属性的支付规则，它指出，投标人不能减少他们的付款增加他们的出价。以往的工作表明，在一般情况下，广泛使用的VCG最近的支付规则违反了非减性质的一心一意CA。我们证明了在单个有效核约束下，VCG最近支付规则是非减的。为了确定在哪些拍卖单有效的核心约束发生，我们引入了一个冲突图表示的一心一意CA和CA中的单有效的核心约束的充分条件。最后，我们研究的结果对投标人的行为，并表明，没有过度出价存在于任何纳什均衡的非递减核心选择支付规则。
2022-04-27 cs.GT
Prophet Inequalities for Subadditive Combinatorial Auctions
本文综述了次可加组合拍卖中的先知不等式，介绍了$O(\log m)$与$O(\log \log m)$界限的构造性明码标价机制，并重点解析了最新解决常数因子先知不等式核心开放问题的非构造性方法。
2023-05-22 cs.GT
Towards Optimal Prior-Free Permissionless Rebate Mechanisms, with applications to Automated Market Makers & Combinatorial Orderflow Auctions
本文针对区块链MEV问题，提出一种确定捆绑交易用户补偿的正式方法，探讨Shapley值在公平补偿中的应用，并研究MEV返利与拍卖机制以削弱区块生产者权力。
2023-06-29 cs.GT
Computing Bayes-Nash Equilibria in Combinatorial Auctions with Verification
本文提出了一种新的算法来计算连续价值空间和行动空间的组合拍卖中的纯策略$\varepsilon$ -贝叶斯-纳什均衡（$\varepsilon$ -BNEs）。我们的算法的一个重要创新是分离算法的搜索阶段（用于找到$\varepsilon$ -BNE）从验证阶段（用于计算$\varepsilon$）。使用这种方法，我们得到了一个算法，这是非常快的，并提供理论上的保证$\varepsilon$它发现。我们的主要技术贡献是一种验证方法，它允许我们在整个连续值空间上界的$\varepsilon$，而无需对机制进行假设。使用我们的算法，我们现在可以计算$\varepsilon$ -BNE在多思想领域，这是显着更复杂的比以前可能解决。我们在开源许可下发布代码，使研究人员能够对拍卖进行算法分析，使投标人能够分析不同的策略，并促进许多其他应用程序。
2020-07-24 cs.GT
Valuation Compressions in VCG-Based Combinatorial Auctions
经典机制设计的重点一直是真实的直接揭示机制。在组合拍卖的背景下，使社会福利最大化的真实直接揭示机制是VCG机制。然而，对于许多估值空间，计算VCG机制的分配和支付是一个计算困难的问题。因此，我们研究的VCG机制的性能时，投标人被迫选择出价从子空间的估值空间，VCG的结果可以有效地计算。我们证明了改进的上限福利损失的限制添加剂出价和上限和下限限制非添加剂出价。这些界限表明，福利损失增加的表现力。我们所有的界限都适用于可以在多项式时间内计算的均衡概念以及学习结果。
2013-10-11 cs.GT
Complement-Free Couples Must Communicate: A Hardness Result for Two-Player Combinatorial Auctions
本文研究了具有$m$物品和两个次可加投标者的组合拍卖中福利最大化的通信复杂性。一个$\frac{1}{2}$ -近似可以通过具有零通信的平凡随机化协议或具有$O(1)$通信的平凡确定性协议来保证。我们表明，优于这些平凡的协议需要指数通信，解决一个悬而未决的问题[DobzinskiNS 10，Feige 09]。具体而言，我们表明，任何（随机）协议保证$(\frac{1}{2}+\frac{6}{\log_2 m})$近似需要在$m$的通信指数。这是紧的，甚至低阶项：我们进一步提出了一个$(\frac{1}{2}+\frac{1}{O(\log m)})$ -近似聚（$m$）的通信。为了得到我们的结果，我们引入了一类新的次加性函数，这些函数“远离”分数次加性函数，并且可能对未来的工作有独立的兴趣。除了我们的主要结果，我们认为分数次加性和次加性通过MPH层次之间的估值谱。最后，我们讨论了我们的结果对组合拍卖与战略投标人的影响。
2018-11-24 cs.GT
Non-decreasing Payment Rules for Combinatorial Auctions
组合拍卖用于在投标人对捆绑商品有复杂偏好的领域中分配资源。然而，不同的支付规则下的投标人的行为并没有得到很好的理解，并已有限的成功，在寻找贝叶斯-纳什均衡的这种拍卖由于所涉及的计算困难。在本文中，我们介绍了非递减支付规则。在这样的规则下，投标人的付款不能随着他提高出价而减少，这是一种自然和可取的财产。VCG-最近，在实践中最常用的支付规则，违反了这一属性，因此可以以令人惊讶的方式操纵。相反，我们发现许多其他支付规则是非递减的。我们还表明，一个非递减支付规则的拍卖游戏，使我们能够更有效地搜索一个近似的贝叶斯-纳什均衡比一般情况下的结构。最后，我们介绍了实用平面BNE算法，它利用这种结构，并优于一个国家的最先进的算法的多个数量级。
2022-06-07 cs.GT
Efficient Preference Elicitation in Iterative Combinatorial Auctions with Many Participants
本文针对迭代组合拍卖中偏好启发在大量相似竞拍者下低效的问题，提出一种多任务学习方法，通过在训练中共享模型参数来学习估值函数，实验证明其在竞拍者和物品众多但查询有限的场景下实现了更高的分配效率。
2024-09-21 cs.GT
Advancing Differentiable Economics: A Neural Network Framework for Revenue-Maximizing Combinatorial Auction Mechanisms
针对组合拍卖中组合约束难以处理的问题，提出CANet和CAFormer两种神经网络架构，学习最优随机机制，在可扩展性和收益上优于现有启发式基准。
2025-01-31 cs.GT
Combinatorial Auctions with Endowment Effect
研究了具有禀赋效应的组合拍卖。在以前大多数关于算法博弈论中认知偏差的工作中（例如，[Kleinberg和Oren，EC '14]及其后续行动）的重点是分析影响和减轻其负面后果。相反，在本文中，我们展示了在某些情况下如何利用认知偏见来获得更好的结果。具体来说，我们研究组合市场中的瓦尔拉斯均衡。众所周知，瓦尔拉斯均衡只存在于有限的环境中，例如，当所有估值都是粗略的替代品，但在更一般的环境中不存在时，例如，当赋值是次模的时候。我们考虑组合设置中，投标人表现出的禀赋效应，即他们的项目的价值随着所有权的增加。我们的主要结果表明，当估值是次模的，即使是一个温和的程度的禀赋效应足以保证瓦尔拉斯均衡的存在。事实上，我们表明，在瓦尔拉斯均衡与标准效用最大化投标人-其中的均衡配置必须是有效的-当投标人表现出禀赋效应的任何局部最优可以是一个均衡配置。我们的技术揭示了有趣的LP放松组合拍卖和本地最大值之间的连接。我们还提供了投标人必须具有的禀赋效应强度的下限，以保证在各种环境中存在瓦尔拉斯均衡。
2018-05-28 cs.GT
Hire the Experts: Combinatorial Auction Based Scheme for Experts Selection in E-Healthcare
在过去的十年中，在医院内安排医疗服务（如工作人员和OT）在医疗保健中发挥了核心作用。最近，在货币和非货币视角下，在战略和非战略环境中，从医疗单位外部为关键医疗保健场景聘请专家顾问（主要是医生）的方向上开展了一些工作。在本文中，我们试图研究多个病人和多个专家的专家招聘问题，其中每个病人报告一个首选的专家集，这是私人信息以及他们的私人咨询费用。据我们所知，这是在组合域中建模专家招聘问题的方向的第一步。在本文中，组合拍卖为基础的计划，提出了聘请专家从医院以外的专家有专业知识的首选医生设置为病人。
2022-06-30 cs.GT
Toward an Automated Auction Framework for Wireless Federated Learning Services Market
在传统的机器学习中，中央服务器首先将数据所有者的私有数据收集在一起，然后训练模型。然而，人们对数据隐私保护的担忧正在急剧增加。新兴的联邦学习范式有效地构建了机器学习模型，同时允许将私有数据保存在本地设备上。联邦学习的成功需要足够多的数据所有者共同利用他们的数据、计算和通信资源进行模型训练。在本文中，我们提出了一个基于拍卖的市场模型，激励数据所有者参与联邦学习。我们为联邦学习平台设计了两种拍卖机制，以最大化联邦学习服务市场的社会福利。具体而言，我们首先设计了一个近似的策略证明机制，保证了真实性，个人的理性，和计算效率。为了提高社会福利，我们开发了一种基于深度强化学习和图神经网络的自动化防策略机制。该模型考虑了通信拥塞和联邦学习的独特性。大量的实验结果表明，我们提出的拍卖机制可以有效地最大化社会福利，并提供有效的见解和策略，为平台组织联邦训练。
2020-03-27 cs.GT
Ascending Auctions for Combinatorial Markets with Frictions: A Unified Framework via Discrete Convex Analysis
Institute for Chemical Reaction Design and Discovery (ICReDD), Hokkaido University（北海道大学化学反应设计与发现研究所）；D3 Center, The University of Osaka（大阪大学D3中心）；Center for Advanced Intelligence Project, RIKEN（理化学研究所先进智能项目中心）；School of Science and Engineering, Chuo University（中央大学理工学部）
本文提出一种统一的递增拍卖框架，用于计算具有强替代品估值和分段线性支付函数的组合市场瓦尔拉斯均衡，通过离散凸分析实现高效算法。
2026-09-23 cs.GT
Truthful Auctions for Automated Bidding in Online Advertising
针对广告主价值公开而预算、ROI等财务约束私有的自动竞价场景，论文推导真实性条件并提出基于个性化排名分数和临界ROI的GSP式真实拍卖机制，实验证明其优于一价与二价拍卖。
2023-08-19 cs.GT
Combinatorial Auctions with Restricted Complements
商品之间的互补性--一种商品在另一种商品存在的情况下产生附加值--一直是算法机制设计者的眼中钉。一方面，互补在组合拍卖的标准激励应用中是常见的，如频谱许可证拍卖。另一方面，福利最大化在互补品的存在是出了名的困难，这种棘手性阻碍了该领域的理论进展。例如，有没有已知的积极的结果组合拍卖中，投标人的估值是多参数和非互补自由，比一般估值已知的相对较弱的结果。为了在存在互补的组合拍卖设计问题上取得进展，我们提出了一个模型的估值与互补的参数化的“大小”的补充。在我们的模型中的估值简洁地表示为加权超图，其中超边的大小对应于互补度。我们的模型允许各种计算效率的查询，和非平凡的福利最大化算法和机制。我们设计了下面的多项式时间近似算法和真实的机制，以使投标人的福利最大化。1-对于投标人的估值对应于一个已知的图，是平面（或更一般地说，不包括一个固定的未成年人）的子图，我们给出了一个真实的和（1+ 1）-近似的机制。2-本文给出了一个求解超图-r赋值福利最大化问题的多项式时间r-近似算法。我们的算法随机轮紧线性规划松弛的问题。3-我们设计了一个不同的近似算法，并使用它来给出一个多项式时间，真实的预期机制，具有O（log^r m）的近似因子。
2012-05-18 cs.GT
On the Incentive to Deviate in Core Selecting Combinatorial Auctions
联合王国最近的频谱拍卖以及美国未来频谱拍卖的一些建议都是以初步价格发现回合为基础，然后计算获胜买家的最终价格。例如，价格可以是Vikrey价格对核心报告价格的预测。使用维克雷价格应该会导致更直接的投标，但这一预测在一定程度上逆转了投标人如实报告的动机。不过，我们推测，获胜买家支付的价格不会比出价增加得快，就像在第一价格拍卖中一样。如果这种推测是错误的，那就相当令人不安了。该猜想是建立在一个星形网络设置的买家与其他买家不相交的群体进行交互。对于任意核心选择支付规则和任意大于或等于2的整数w，存在一个有w个获胜买家的市场设置，使得某个获胜买家支付的价格至少比出价快（1-1/w）倍.
2012-09-10 cs.GT
Fourier Analysis-based Iterative Combinatorial Auctions
傅立叶分析的最新进展带来了新的工具，有效地表示和学习集函数。在本文中，我们带来的权力傅立叶分析的组合拍卖（CA）的设计。关键思想是使用傅立叶稀疏集函数来近似投标人的价值函数，这可以使用相对较少的查询来计算。由于这个数字对于实际CA来说仍然太大，我们提出了一种新的混合设计：我们首先使用神经网络（NN）来学习投标人的价值，然后将傅立叶分析应用于学习的表示。在技术层面上，我们制定了一个基于傅立叶变换的赢家确定问题，并推导出其混合整数规划公式。在此基础上，我们设计了一个迭代CA，要求基于傅立叶的查询。我们的实验表明，我们的混合ICA实现了更高的效率比以前的拍卖设计，导致一个更公平的分配社会福利，并显着减少运行时间。通过本文，我们首次在CA设计中利用傅立叶分析，并为该领域的未来工作奠定基础。我们的代码可以在GitHub上找到：https://github.com/marketdesignresearch/FA-based-ICAs。
2023-03-11 cs.GT
Deep Learning-powered Iterative Combinatorial Auctions
本文研究了基于深度学习的迭代组合拍卖（ICA）的设计问题。我们建立在先前的工作中，偏好诱导是通过核支持向量回归（SVR）。然而，基于SVR的方法具有局限性，因为它需要解决基于机器学习（ML）的获胜者确定问题（WDP）。使用表达性内核（如高斯），基于ML的WDP无法解决大型域。虽然线性或二次核具有更好的计算可扩展性，但这些核的表达能力有限。在这项工作中，我们通过使用深度神经网络（DNN）而不是SVR来解决这些缺点。我们首先展示了如何将基于DNN的WDP重新表述为混合整数规划（MIP）。其次，我们通过实验比较了DNN对SVRs的预测性能。第三，我们在两个中等规模的域中进行了实验评估，结果表明，即使是基于相对较小的DNN的ICA也会比基于内核化SVR的ICA带来更高的经济效率。最后，我们证明了我们的DNN驱动的ICA也可以很好地扩展到非常大的CA域。
2023-03-11 cs.GT
On the Greedy Algorithm for Combinatorial Auctions with a Random Order
本文研究了次模投标组合拍卖的贪心算法。众所周知，该算法为每一阶项提供了$2$的近似比。我们证明了如果赋值是顶点覆盖函数且阶是随机的，则期望逼近比提高到$\frac 7 4$ .
2015-02-07 cs.DS cs.GT
Differentially Private Double Spectrum Auction with Approximate Social Welfare Maximization
频谱拍卖是提高频谱利用率的一种有效方法，它将空闲频谱从主用户租给次用户。近年来，一些差异隐私频谱拍卖机制被提出，但据我们所知，他们都没有解决差分隐私在设置双频谱拍卖。本文将差分隐私的概念与双频谱拍卖设计相结合，提出了一种近似社会福利最大化的差分隐私双频谱拍卖机制（DDSM）。具体地说，我们设计了一种指数机制来选择与相关社会福利值成指数关系的双频谱拍卖的出清价格，并在拍卖算法、效用函数和买方分组算法的设计等方面对该机制进行了改进。通过理论分析，证明了DDSM实现了差分隐私、近似真实、近似社会福利最大化。大量的实验评估表明，DDSM实现了良好的性能方面的社会福利。
2018-10-18 cs.CR cs.GT
