Strategic AI in Cournot Markets
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文研究了大型语言模型在寡头Cournot市场中的决策行为,揭示其在勾结和定价中的影响,并提出监管策略以恢复市场竞争力。
2026-01-24 cs.GT
Learning In Reverse Causal Strategic Environments With Ramifications on Two Sided Markets
University of Michigan(密歇根大学)
受劳动力市场均衡模型启发,提出因果策略分类方法,发现预期劳动力策略性反应的雇主能提升奖励、技能和公平性,但可能损害劳动力效用并无法防止歧视。
2024-04-20 cs.GT cs.LG stat.ML
Strategic and Fair Aggregator Interactions in Energy Markets: Mutli-agent Dynamics and Quasiconcave Games
本文将公平能源资源分配问题扩展至多智能体环境,通过证明聚合商策略优化构成拟凹博弈确保 Nash 均衡存在,并设计仿真展示其如何稳定市场、保障公平与优化用户剩余,为理解聚合商交互提供稳健框架。
2024-10-15 cs.GT cs.SY eess.SY
Electricity Pooling Markets with Strategic Producers Possessing Asymmetric Information I: Elastic Demand
University of Michigan(密歇根大学)
本文研究了具备不对称信息的战略生产者电力池化市场,提出了一种满足个体理性、预算平衡、价格效率的市场机制,确保电力价格等于边际成本,并探讨了相关开放性问题。
2014-01-17 cs.GT cs.SY eess.SY
Strategic analysis of implementation assets and threats
战略分析的目的是(简单地)在执行机构与现有市场情况的可能联系之间进行博弈。因此,我们正在我们与外部世界之间玩一场战略游戏。这种情况往往与现有的和潜在的威胁有关,如竞争、时尚趋势、成本情况、营销效果、市场需求等。然而,这并不包括这种情况所造成的所有方面,因为还可能考虑到有利于执行的条件,如合作的可能性、有利的地理位置、接触接受者的新形式、新的法律解决办法、一般来说,我们可以将条件集分为资产和威胁。玩战略博弈不仅导致对博弈价值的估计,而且还指向均衡点(鞍点)和市场稳定的条件。因此,我们有两个参与者(一个零和的两个参与者游戏,取决于所作的假设);一边是我们的资产,另一边是外部威胁。双方的战略将是执行、市场和营销参数的组合。这将在导言(第1章)中作为一个例子加以说明。下一章(第2章和第3章)是估计策略选择效果的建议,即为参与者创造收益。最后一个阶段是进行游戏,分析结果(第3章)和总结(第4章)。
2018-05-15 cs.GT
Imperfect Oracles: The Effect of Strategic Information on Stock Markets
现代金融市场动态对世界产生重大影响,因此需要进行详细分析。然而,这往往被证明是棘手的;大量的代理人,策略及其随着时间的推移相互反应的变化导致理论和模拟方法的困难。值得注意的工作已经做了战略优势在股票市场上的代理商与某些战略的比例。对所采用的策略的完美了解可以使个体代理人处于持续的交易优势。这项研究报告的影响,不完善的神谕系统-分发噪音信息的战略-信息,这将通常是隐藏的市场参与者。一个单一的贸易商的影响和可实现的利润与访问一个甲骨文进行了详尽的测试与以前未探索的因素,如改变订单时间表。此外,噪声对策略信息的影响是通过其对交易者效率的影响来追踪的。
2020-11-21 cs.CE cs.GT cs.MA
Individualized Algorithmic Advice as a Strategic Signal on Competitive Markets
University of Tübingen(蒂宾根大学);Duke University(杜克大学);University of Minnesota Twin Cities(明尼苏达大学双城分校)
该研究通过129人参与的古诺博弈实验,发现个性化算法建议可作为策略信号影响市场协调,合谋性偏向建议会引发隐性合谋,凸显需重视算法决策支持系统的设计与监督。
2026-11-13 cs.AI cs.CY cs.GT
Analyzing the Impact of Strategic Bidding on the Reserve Capacity via a Bi-Level Model
本文提出一种双层模型分析电力市场中策略性投标对备用容量的影响,发现其虽能增强系统备用,但会提高消费者用电成本,强调了市场设计权衡的重要性。
2025-06-25 cs.GT cs.SY eess.SY
Bounded strategic reasoning explains crisis emergence in multi-agent market games
基于理性预期和市场均衡的有效市场假说(EMH)是经济市场建模的主导观点。然而,对有效市场假说最显著的批评是,在没有任何重大外部消息的情况下,无法对失衡行为时期进行建模。当这种动态是内生的时,传统的经济框架无法解释这种行为和偏离均衡的情况。这项工作提供了一个替代的角度来解释的基础上有限的理性代理人的内生出现间断的平衡动态。在一个简洁的市场入口游戏中,我们展示了有限理性的战略推理如何导致内生的危机,在“回报”中表现出肥尾。我们还展示了经济市场的其他常见的风格化事实,如集群波动,可以解释为由于代理的多样性(或缺乏)和不同的学习更新的代理。这项工作解释了各种程式化的事实和危机出现在经济市场中,在没有任何外部消息的情况下,纯粹基于代理人的相互作用和有限的理性推理。
2022-06-11 cs.CE cs.GT cs.MA
Strategic Resource Allocation for Competitive Influence in Social Networks
数据采掘的主要目标之一是帮助公司确定向哪些潜在客户进行营销以及向这些潜在客户分配多少资源。以前大多数关于社交网络中竞争影响力的研究都集中在第一个问题上。在这项工作中,我们的重点是第二个问题,即,我们对营销活动的竞争影响感兴趣,这些营销活动需要同时决定分配多少资源给他们的潜在客户来宣传他们的产品。利用博弈论的结果,我们能够完整地描述社交网络的选民模型的最优战略资源分配,并证明这种博弈的竞争价格是无界的。这项工作是朝着在更一般的情况下为营销广告提供坚实的基础迈出的一步。
2014-02-21 cs.GT cs.SI
Strategic Bargaining in Multi-Buyer Markets: Reinforcement Learning from Verifiable Rewards for LLM Negotiations
Institute for Data, Systems, and Society, Massachusetts Institute of Technology(数据、系统与社会研究所,麻省理工学院);Mitch Daniels School of Business, Purdue University(米奇·丹尼尔斯商学院,普渡大学);The Division of Physics, Mathematics and Astronomy, California Institute of Technology(物理、数学与天文学部,加州理工学院);Department of Computing and Mathematical Sciences, California Institute of Technology(计算与数学科学系,加州理工学院);H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology(H. 米尔顿·斯图尔特工业与系统工程学院,佐治亚理工学院);Department of Civil and Environmental Engineering, Operations Research Center, Massachusetts Institute of Technology(土木与环境工程系、运筹学中心,麻省理工学院)
研究多买家市场中卖家与买家的谈判,提出基于可验证奖励的强化学习方法,使卖家能平衡市场探索与剩余提取,实现多阶段战略演变,提升谈判技能,提取更高剩余,且策略可推广。
2026-07-08 cs.GT cs.LG
Large Language Models as Strategic Bidding Agents in P2P Energy Trading Markets
College of Science and Engineering, Hamad Bin Khalifa University(科学与工程学院,哈马德·本·哈利法大学)
本文提出将大型语言模型作为点对点能源双向拍卖中的策略性投标智能体,相比ε-贪心多臂老虎机和随机投标,LLM策略在交易量和跨环境泛化上更优,但同质LLM群体可能导致市场剩余分配失衡。
2026-09-09 cs.GT
Strategic Interactions in Multi-Level Stackelberg Games with Non-Follower Agents and Heterogeneous Leaders
Aston University(阿斯顿大学)
本文提出一个多层Stackelberg框架,考虑非跟随者和异质领导者,以更准确地建模拥堵耦合市场中的战略互动。
2026-03-04 cs.GT cs.MA
Counterbalancing Learning and Strategic Incentives in Allocation Markets
本文考虑在优先队列中向具有共同未观测物品的稀缺物品分配给具有战略激励的的分配市场市场。\n{
2024-04-30 cs.GT
Market Power and Platform Design in Decentralized Electricity Trading
Swiss Economics(瑞士经济学);University of Zurich(苏黎世大学)
本文研究平台设计如何影响去中心化电力交易中的战略行为,通过动态博弈模型分析了prosumers在平台中的行为机制,发现平台设计对市场力量和存储利用有显著影响。
2026-03-20 cs.GT econ.GN q-fin.EC
Strategic Analysis of Just-In-Time Liquidity Provision in Concentrated Liquidity Market Makers
UFRJ(里约热内卢联邦大学);CMU(卡内基梅隆大学);Avignon University(阿维尼翁大学)
本文首次建立集中流动性做市商中即时流动性提供者的交易级模型,证明最优策略存在,并发现实际行为与最优策略存在显著差距,优化后收益可提升69%,同时策略性JIT流动性可减少交易者滑点但降低被动做市商利润达44%。
2026-06-12 cs.CR cs.GT
On the Stability of Strategic Energy Storage Operation in Wholesale Electricity Markets (Extended Version)
本研究用博弈论模型分析批发电力市场中储能竞争,发现高比例可再生能源与低灵活性常规电厂组合下系统不稳定,而价格上限可确保稳定,且低灵活性下储能套利盈利性下降。
2024-02-04 cs.GT cs.SY eess.SY
Nash Social Welfare Approximation for Strategic Agents
资源的公平分配是一个重要的古老问题,它导致了丰富的文学作品。在这个文献的中心在于的问题,是否存在公平的机制,尽管战略行为的代理人。一个基本的目标函数用于衡量公平的结果是纳什社会福利,定义为几何平均的代理效用。这个目标函数是最大化的广为人知的解决方案的概念,如纳什讨价还价和竞争均衡与平等的收入。在这项工作中,我们专注于(近似)实现纳什社会福利的问题。我们分析的出发点是费雪市场,一个经济的基本模型,其基准正是(加权)纳什社会福利。我们首先研究了两类极端的估值函数,即完全替代品和完全互补品,发现对于完全替代品,费雪市场机制有一个常数近似:至多2,至少e1 e。然而,对于完全互补,费雪市场并不能很好地工作,它的边界随着参与者的数量线性下降。引人注目的是,交易站机制--一种间接的市场机制,也被称为夏普利-舒比克博弈--在自己的基准上比费舍尔市场有更好的表现。交易站不仅在完全替代品的情况下达到了近似2,而且这个界限对所有凹效用都成立,并且在里昂惕夫效用(完全互补)的情况下变得任意接近最优,在那里它对每个$ε> 0$都达到了$(1+ε)$。此外,对于所有凹效用,交易站机制的所有纳什均衡都是纯的,并且满足一个重要的公平概念,即比例。
2017-05-12 cs.GT
Timely Information from Prediction Markets
预测市场是一种强有力的工具,可以从战略代理人那里引出和聚集信念。然而,在当前的预测市场中,代理商可能会通过竞争成为第一个更新市场的人来耗尽社会福利。我们开始研究如何快速的信息是由市场汇总,以及这些信息的成本之间的权衡。我们设计的市场能够及时收集来自战略代理人的信息,以最大化社会福利。为此,市场必须激励代理人投入适当的努力来获取信息:足够快,但不能比必要的更快(也更昂贵)。市场还必须确保代理商如实、及时地报告他们的信息。我们考虑两种设置:在第一种情况下,信息只有在截止日期之前才有价值;在第二种情况下,信息的价值随着时间的推移而减少。我们使用定理和模拟来证明的机制。
2021-03-06 cs.GT cs.MA
Opportunities for Price Manipulation by Aggregators in Electricity Markets
聚合器在电力系统中可再生能源发电的整合中发挥着越来越重要的作用。然而,可再生能源发电的间歇性使得聚合商的市场互动难以监测和监管,引起了人们对聚合商可能操纵市场的担忧。在本文中,我们研究了这个问题,通过量化的利润聚合器可以获得通过战略削减发电在电力市场。我们表明,虽然问题的最大化的利益削减是很难在一般情况下,有效的算法存在时,网络的拓扑结构是径向(非循环)。此外,我们强调,在实际情况下,通过战略削减,利润有可能大幅增加。
2016-06-21 cs.GT math.OC physics.soc-ph
Dynamic Pricing of an Expiring Item under Strategic Buyers with Stochastic Arrival
KAIST(韩国科学技术院);Seoul National University(首尔大学)
本文研究临期票券面对随机到达策略性买方时的动态定价,提出VBT框架证明并刻画均衡,给出稀薄市场恒定价格、厚密市场线性折扣等近优策略。
2025-09-29 cs.GT
Supply Function Equilibrium in Networked Electricity Markets
本文研究放松管制电力市场中策略性发电商导致的效率损失问题,给出效率损失的解析上界,证明其在弱环网下是紧的,揭示了效率损失与输电网络拓扑的关联。
2023-08-22 cs.GT cs.MA
On Nash Dynamics of Matching Market Equilibria
在本文中,我们研究了在一个由卖方(做市商)建立的匹配市场中,n个买方的策略相互作用的纳什动态。采用标准的市场均衡方法,在从买方接收到提交的出价向量时,做市商将决定价格向量以清除市场,使得每个买方被分配他最想要的物品(也称为,市场均衡解决方案)。虽然这样的均衡结果不是唯一的,做市商选择一个(最大均衡),优化自己的目标-收入最大化。买方反过来改变出价,以他们的最佳利益,以获得更高的效用,在下一轮的市场均衡解决方案。这是一个(n+1)人的博弈,买方进行策略性出价,以从做市商的均衡机制中获得最大收益。买方决定出价的动机和做市商使用最大均衡机制的选择创造了市场中的纳什动态波。我们根据maxeq和mineq之间的关系(即,最小收益均衡),并开发收敛结果的纳什动态从maxeq政策的mineq解决方案,从而产生相当于真实的VCG机制的结果。我们的研究结果意味着收入之间的等价性maxeq和mineq,并解决的问题,为什么短期收入最大化是一个穷人的长期战略,在一个确定性和动态设置。
2011-03-22 cs.GT
Understanding Strategic Platform Entry and Seller Exploration: A Stackelberg Model
Rutgers University(罗格斯大学);Harvard University(哈佛大学)
本文通过Stackelberg模型研究平台进入策略与卖家探索行为,采用Gittins指数政策和深度强化学习分析单多卖家场景下的最优策略及市场影响。
2026-03-15 cs.GT cs.MA
Strategic Coalition for Data Pricing in IoT Data Markets
Aalborg University(奥尔堡大学);Imperial College London(帝国理工学院);Technical University of Denmark(丹麦技术大学)
本文针对物联网数据市场提出一种基于博弈论的联盟形成算法,通过优化设备间合作与数据定价,实现信息泄露成本最小化,并显著提升卖家平均收益达32.72%。
2023-08-29 cs.DC cs.GT cs.LG
Dynamic Market Mechanisms for Wind Energy
本文研究了风能市场机制设计问题。我们考虑一个动态的两步模型,一个战略卖方与风力发电和一个买方,谁通过一个由设计者确定的机制来交易能源。卖方拥有关于他的技术和风力状况的私人信息,他会随着时间的推移动态地学习这些信息。我们考虑分别在时间T=1和T=2发生的(静态)前向和实时机制。我们还提出了一个动态的机制,提供了一个远期和实时市场的结果之间的耦合。我们表明,动态机制优于设计师的一般目标的前向和实时机制。因此,我们证明了采用动态市场机制的优势,静态市场机制的风能。动态机制提前揭示了关于风力发电的信息,并且还提供了用于并入随时间到达的新信息的灵活性。我们讨论了我们的结果如何推广到环境中有许多战略卖家。我们还研究了动态机制的两个变体,保证卖方没有惩罚风险,和/或监测风况。我们用一个数值例子来说明我们的结果。
2017-02-01 cs.GT math.OC
Small-Scale Markets for Bilateral Resource Trading in the Sharing Economy
我们考虑一个一般的小规模市场的代理到代理的资源共享,其中每个代理可以是一个服务器(卖方)或客户端(买方)在每个时间段。在每个时间段内,服务器都有一定数量的资源,任何客户端都可以使用,并随机与客户端匹配。我们的目标是最大限度地利用资源,在这样一个代理对代理的市场,代理商的战略。在每次交易中,服务器获得资金,客户端获得资源。因此,贸易比率最大化意味着我们的系统效率最大化。我们通过平均场博弈的方法,并证明了平均场均衡的存在,它可以实现几乎100%的交易率的建议的市场系统模型。最后,我们进行了一个模拟研究的动机代理到代理计算市场,并在一个拟议的光伏市场的案例研究,并显示设计的市场有利于个人和系统作为一个整体。
2017-12-29 cs.GT
Rethinking Pricing in Energy Markets: Pay-as-Bid vs Pay-as-Clear
本文比较能源市场中的按清算价支付与按报价支付机制,证明无机制可统一占优,但按报价支付在最坏情况均衡下价格更低,且模拟验证其稳健性。
2025-07-08 cs.GT
Fostering Sustainable Cooperation through Strategic Resource Allocation and Utilization on Social Networks
School of Automation and Intelligent Sensing, Shanghai Jiao Tong University(上海交通大学生物医学工程学院);School of Computer Science and Software Engineering, Shenzhen University(深圳大学计算机科学与技术学院)
本文提出基于超图的广义公共 goods 游戏框架,研究社会网络中资源分配与利用对合作的影响,发现均等分配在同质网络促进合作,但在异质网络可能抑制合作,提出两种优化策略以促进可持续合作。
2026-03-17 cs.GT
Secondary Spectrum Auctions for Markets with Communication Constraints
拍卖已被提出作为一种方式,以提供经济激励的主要用户动态分配未使用的频谱给其他用户在需要it.Previously提出的计划没有考虑到这样的事实,即用户的功率约束可能会阻止他们发送他们的投标价格拍卖商与高精度和发送投标价格必须通过噪声信道。这些方案还具有在无线标准中不能适应的非常高的开销。我们提出了拍卖方案,中央结算机构拍卖频谱的用户谁出价,同时考虑到量化的价格,在出价启示的开销,和噪声的渠道明确。我们的计划是密切相关的通道输出反馈问题,具体来说,后验匹配的技术。我们考虑了几种情况下,清算机构的目标是授予频谱的投标人谁价值最频谱。我们从理论上证明了这一目标是渐近达到我们的计划时,投标人是非战略常数出价。我们提出了单独的计划,使战略用户真实地揭示他们的私人价值,拍卖多个子渠道之间的战略用户,并跟踪缓慢随时间变化的投标价格。我们的模拟说明了我们的计划恒定的投标价格的最优性,也证明了我们的跟踪算法的有效性缓慢随时间变化的出价。
2014-12-23 cs.GT
Budget-restricted utility games with ordered strategic decisions
我们引入了预算游戏的概念。玩家选择一组任务,每个任务对游戏中的每一种资源都有一定的需求。每个资源都有预算。如果预算不足以满足所有需求的总和,则必须在任务之间共享。我们研究战略预算游戏,其中预算按比例分配。我们还考虑了一个变量,其中战略决策的顺序影响预算的分配。分析了最优解的复杂性以及平衡点的存在性、复杂性和质量。最后,我们证明了一个有序的预算游戏需要收敛到均衡的时间可能是指数的。
2014-07-11 cs.GT
The Value of Compromising Strategic Intent in General Lotto Games
本文研究一般 Lotto 博弈中,破坏者通过二元传感器获取对手资源分配阈值信息时的均衡策略与收益,并证明该信息能显著提升破坏者表现。
2024-10-01 cs.GT
Forging Self-Funded Marketplaces among Strategic Agents
Google Research(谷歌研究院);Drexel University(德雷塞尔大学);Stanford University(斯坦福大学)
该研究针对策略智能体,提出自筹资金市场的机制设计问题,证明现有 truthful auction 近似性能上限,给出序贯 auction 实现对数级近似,还设计 auction 实现最大最小份额基准的常数级近似。
2026-08-17 cs.GT
Stability in Single-Peaked Strategic Resource Selection Games
本文研究异质智能体在单峰效用下的资源选择博弈,刻画环、二叉树及任意图中均衡存在的紧界,并指出完全信息情形的稳定性证明难点。
2025-05-09 cs.GT
Learning to Bid in Forward Electricity Markets Using a No-Regret Algorithm
针对电力市场竞价中需预知对手报价的不现实假设,提出基于事后信息的乘法权重更新无悔学习算法,发现其可能推高社会成本与出清价格并放大供应商市场势力。
2024-04-04 cs.GT cs.SY eess.SY
A Simple Characterization of Strategic Behaviors in Broadcast Channels
在本文中,我们考虑的问题之间的资源分配竞争用户共享一个二进制对称广播信道。我们建立了资源分配中自主自私用户之间的交互模型,并分析了他们在操纵分配结果时的策略行为。我们分析表明,用户将提高他们的性能(即获得更高的分配率),如果他们有更多的信息竞争用户的策略。
2007-09-15 cs.GT cs.IT math.IT
Algorithmic Aspects of Strategic Trading
本文研究建仓交易博弈的算法问题,提出高效最优响应算法,证明一般情形下最优响应动态不收敛,并利用 FTPL 高效计算粗相关均衡。
2025-06-09 cs.CE cs.GT cs.LG
Market Design for Capacity Sharing in Networks
Operations Research Center, MIT(麻省理工学院运筹学中心);Operations Research and Information Engineering, Cornell University(康奈尔大学运筹信息与工程);Civil and Environmental Engineering, UC Berkeley(加州大学伯克利分校土木与环境工程)
针对网络中策略性智能体高效共享有限容量的问题,提出基于组合拍卖与网络流理论的市场机制,确定均衡存在与可多项式计算的条件,识别出最大化智能体效用且等价于VCG机制的均衡,并扩展至多期及一般网络场景。
2025-11-18 cs.GT econ.TH
A fundamental Game Theoretic model and approximate global Nash Equilibria computation for European Spot Power Markets
现货电力市场被认为是在博弈论的框架下,风险厌恶的球员提交订单的市场清算机制,以最大限度地提高自己的效用。与欧洲目前的做法相一致,市场出清机制被建模为一个社会福利最大化问题,分区定价,我们认为不灵活的需求,电网的物理约束,和能力受限的生产者。引入了一种新的基于最坏情况的非参数风险规避策略,降低了策略变量的维数,保证了价格的有界性。通过利用这些属性,我们设计Jacobi和高斯-赛德尔迭代方案计算近似的全球纳什均衡,这是在相反的衍生工具为基础的局部均衡。我们的方法应用于2019-2020年期间中西欧(CWE)现货市场的真实数据,并提供了价格历史时间序列的良好代表。通过解决真实投标的假设,我们设计了一个简单的方法,假设检验的基础上推断,如果以及何时生产商投标的战略(而不是如实),我们发现的证据表明,战略投标可能是相当明显的CWE地区。
2022-08-30 cs.GT econ.TH q-fin.MF
Competition between service providers with strategic resource allocation: application to network slicing
Universitat Politècnica de València(瓦伦西亚理工大学)
本文提出了一种针对5G运营商的商业模式,通过网络切片机制和战略资源分配,优化网络资源分配并实现纳什均衡。
2026-01-21 cs.GT cs.NI
Learning to Strategically Acquire Resources in Competition
Harvard University(哈佛大学);Morgan Stanley Machine Learning Research(摩根士丹利机器学习研究部);University of Pennsylvania(宾夕法尼亚大学);Morgan Stanley(摩根士丹利);Fixed Point Advisors(不动点顾问公司)
研究多智能体在时间上竞争获取可分割资源的问题,提出博弈论模型,分析不同信息假设下的贝叶斯纳什均衡,并给出学习动态的收敛条件。
2026-06-05 cs.CE cs.GT
Strategic investments in multi-stage General Lotto games
在对抗性互动中,通常需要在多个时间段内做出战略决策,其中早期做出的决策会影响玩家的竞争地位以及后期如何做出选择。在本文中,我们研究这样的情况下,一般乐透游戏,模型的竞争性分配资源在两个玩家之间的多个战场。我们提出了一个两阶段的配方,其中一个球员保留的资源,可以在第一阶段的战场上进行战略性的预分配。然后,预分配变得具有约束力,并向其他玩家显示。在第二阶段,玩家通过同时分配他们的实时资源来参与。本文的主要贡献提供了两阶段博弈中均衡收益的完整刻画,揭示了在博弈的每个阶段中,绩效与资源消耗量之间的相互作用。我们发现,实时资源的效率至少是预先分配资源的两倍。然后,我们确定玩家的最佳投资时,有线性成本与购买每种类型的资源开始之前,有一个有限的货币预算。
2022-09-13 cs.GT cs.SY econ.TH
Strategic Data Sharing between Competitors
INSAIT, Sofia University(索菲亚大学INSAIT)
本文提出一个由生产决策、数据对模型质量影响和协商过程组成的三部分框架,用于分析竞争对手间数据共享的权衡,并发现竞争减弱和更困难的学习任务会促进协作。
2023-10-30 cs.GT cs.LG
Treatment Allocation with Strategic Agents
Stanford University(斯坦福大学)
研究处理个性化下的策略性行为,证明最优规则需随机化,并提出基于贝叶斯优化的序贯实验以收敛至最优处理规则。
2023-04-04 cs.GT cs.LG econ.EM
Optimal Pricing for Data-Augmented AutoML Marketplaces
University of Chicago(芝加哥大学);Rensselaer Polytechnic Institute(拉特克利夫理工学院);Cornell University(康奈尔大学)
针对数据增强型AutoML市场,提出基于外部数据工具价值的定价机制,绕过直接数据集定价,减轻策略性行为,实现经济可持续的数据货币化。
2025-05-27 cs.GT cs.LG
Resource Pricing In A Dynamic Multi-Commodity Market For Computational Resources
在用于计算基础设施(诸如网格和集群)的资源管理系统中采用基于市场的原则允许以效用最大化的方式匹配对资源的需求和供给。因此,与传统的以系统为中心的方法相比,它们提供了产生更有效的资源分配的承诺,传统的以系统为中心的方法不允许消费者和提供者表达他们对计算资源的估价。在本文中,我们研究了网格资源的定价,通过使用计算商品市场的CPU资源,资源价格是通过计算的供求平衡。特别是,我们介绍了几类CPU的特点是他们的执行速度。这些资源在成本和性能上有所不同,但在执行作业时可以互换使用,因此代表了所谓的可替代资源。我们调查的性能的算法计算的供需平衡,在这个多商品设置下动态变化的消费者和供应商的人口。
2010-03-17 cs.DC cs.GT cs.NI
Fairness based Multi-Preference Resource Allocation in Decentralised Open Markets
Nagoya Institute of Technology(名古屋工业大学);Kyoto University(京都大学)
在这项工作中,我们专注于资源分配在一个分散的开放市场。在分散的开放市场中,由多个供应商和多个动态到达的买家组成,从而使市场变得复杂和动态。因为,在这些市场中,供应商和买家之间的谈判发生在多个冲突的问题,如价格,可扩展性,鲁棒性,延迟等,因此,优化资源分配在这样的开放市场成为直接依赖于两个关键的决定,这是;纳入不同类型的买家的喜好,和公平的供应商启发策略。为此,在这项工作中,我们提出了一个三步资源分配的方法,采用了反向拍卖的范例。在第一步,优先级标签被附加到每个投标供应商的基础上提出的优先级机制。然后,在第二步骤中,针对购买者的所有不同种类的偏好计算偏好得分。最后,在第三步,基于供应商的优先级标签和偏好得分,确定获胜者。最后,我们比较了所提出的方法与两个国家的最先进的资源定价和分配策略。实验结果表明,该方法优于其他两种资源分配方法的独立效用的买方和公开市场的整体效用。
2021-09-01 cs.GT cs.LG cs.MA
Comparing Market Mechanism Efficiencies
通过博弈论框架比较连续双向拍卖(透明订单簿与不透明订单簿)和定期批量拍卖的福利效率,证明在中等到达率和有限逆向选择下,暗池优于其他机制。
2026-05-29 cs.GT cs.MA econ.EM