Online Participatory Sensing in Double Auction Environment with Location Information
随着移动设备的普及，参与式感知成为解决当代现实生活中许多问题的有力工具。在这里，我们考虑参与的位置信息的在线双向拍卖环境中的参与感。在本文中，我们提出了一个真实的机制，在这种情况下，该机制也满足其他经济属性，如预算平衡和个人理性。
2017-06-24 cs.GT
Towards Prior-Free Approximately Truthful One-Shot Auction Learning via Differential Privacy
设计真实的、收益最大化的拍卖是拍卖设计的核心问题。多项设置长期以来一直难以捉摸。最近的工作（arXiv：1706.03459）引入了有效的深度学习技术来找到这种拍卖的先验依赖设置，其中关于投标人偏好的分布是已知的。剩下的一个问题是，以排除操纵拍卖结果的可能性的方式获得先验信息。使用技术从差分隐私的建设近似真实的机制，我们修改的遗憾网的方法适用于事先免费设置。在这个更一般的设置中，没有假设分布信息，但我们用这个属性换取更差的性能。我们提出了初步的实证结果和定性分析这项工作正在进行中。
2021-03-31 cs.GT cs.LG
Optimal Auctions through Deep Learning: Advances in Differentiable Economics
DeepMind（深度思维）；Shanghai University of Finance and Economics（上海财经大学）
设计一个激励相容的拍卖，最大限度地提高预期收入是一个复杂的任务。1981年，迈尔森在一项开创性的工作中解决了单一项目的情况，但40多年后，对于两个或更多项目的设置，对最佳设计的全面分析理解仍然难以捉摸。在这项工作中，我们开始探索使用深度学习的工具来自动设计最优拍卖。我们将拍卖建模为多层神经网络，将最优拍卖设计框架为约束学习问题，并展示了如何使用标准机器学习管道解决该问题。除了提供推广的界限，我们提出了广泛的实验结果，恢复基本上所有已知的解决方案，来自最优拍卖设计问题的理论分析，并获得新的机制设置中的最优机制是未知的。
2022-10-14 cs.AI cs.GT cs.LG
An approximately truthful-in-expectation mechanism for combinatorial auctions using value queries
这份手稿提出了另一种实现的真实的期望机制的Dughmi，Roughgarden和严组合拍卖加权拟阵秩和估值。新的实现仅使用值查询，并且近似于真实的期望，在这个意义上，通过如实报告，每个代理在乘法1-o（1）因子内最大化他的效用。在社会福利中，它仍然提供了一个最优的（1-1/e-o（1））近似。我们实现这一点，首先提出了一个近似最大的分布范围的分配规则，然后显示一个黑盒转换到一个近似真实的预期机制。
2011-09-06 cs.DS cs.GT
Bounding the Menu-Size of Approximately Optimal Auctions via Optimal-Transport Duality
近似的最小菜单大小的问题（即，Hart和Nisan（2013）引入了向可加性风险中性准线性买家出售两种商品时的贝叶斯收入最大化，他们给出了该问题的上界$\varepsilon$。使用Daskalakis等人的最优运输对偶框架。（2013，2015），我们推导出这个问题的第一个下界-$Ω(\frac{1}{\sqrt[4]{\varepsilon}})$，即使两种商品的价值是独立同分布的。从“好”的分布，建立如何通过这个对偶框架的原因近似最优机制。这个界限意味着，对于任何固定数量的货物，一个严格的界限上的最小确定性通信复杂性的$Θ(\log\frac{1}{\varepsilon})$保证足以运行一些近似的收入最大化的机制，从而完全解决这个问题。作为第二个结果，我们表明，在标准的经济假设分布，上述上限的哈特和Nisan（2013）可以加强到$O(\frac{1}{\varepsilon^2})$。
2018-07-11 cs.GT
Selling Privacy in Blockchain Transactions
University of Liverpool（利物浦大学）；University Mohammed VI Polytechnic（穆罕默德六世理工大学）
本文研究了增强区块链交易统计隐私的方法，提出了一种密封拍卖机制，并分析了隐私市场中的双面市场机制，以实现隐私保护与经济效率的平衡。
2026-05-16 cs.GT
Approximately Envy-Free Spectrum Allocation with Complementarities
频谱拍卖作为我们的主要动机，在本文中，我们分析了组合拍卖代理人的估值表现出互补性。假设代理商最多只值$k$的大小束，并假设我们可以评估价格，我们提出了一种机制，是有效的，近似无嫉妒，渐近策略证明，并具有多项式时间复杂度。修改的迭代舍入过程从分配问题，我们使用原始和对偶最优解的线性规划放松的拍卖问题，构建一个彩票的分配和评估的价格捆绑。彩票中的分配最多超过分配$k-1$单位的商品，并且无论选择何种分配，双重价格都（近似）是无嫉妒的。我们的结论是一个具体的频谱分配问题的详细数值研究。
2016-06-05 cs.GT
Towards Better Models of Externalities in Sponsored Search Auctions
赞助搜索拍卖（SSA）可以说代表了计算机科学和经济学的交叉点上的问题，在现实生活中有着最深的应用。在SSA领域，研究显示一个广告对其他广告的影响，也就是说，经济学中的外部性是最重要的，迄今为止已经引起了许多研究的注意。然而，即使是对问题进行建模的基本问题，到目前为止也没有一个明确的答案。流行的级联模型可以说是过于理想化，真正描述的现象，但它允许一个很好的理解问题。其他模型，相反，描述设置更充分，但太复杂，允许一个令人满意的理论分析。在这项工作中，我们试图得到最好的两种方法：首先，我们定义了一些一般的数学公式的问题，试图有一个丰富的描述在SSA的外部性，其次，证明了主机的结果绘制一个几乎完整的图片的计算复杂性的问题。我们补充这些近似性的结果与一些考虑机制设计在我们的上下文中。
2016-04-14 cs.GT
Approximately Optimal Auctions for Selling Privacy when Costs are Correlated with Data
我们考虑一个场景，其中数据库存储用户的敏感数据，分析师希望估计数据的统计信息。当用户的数据被使用时，他们可能会付出代价，在这种情况下，他们应该得到补偿。分析师希望得到一个准确的估计，而用户希望最大化他们的效用。我们希望设计一种机制，可以在不损害用户隐私的情况下准确地估计统计数据。由于用户的成本和敏感数据可能相关，因此保护数据和成本的隐私非常重要。我们通过假设用户的未知敏感数据从一组公开已知的分布中确定分布来建模这种相关性，并且用户的成本从该分布中得出。我们提出了一个更强大的隐私保护机制模型，每当用户向该机制透露有关其数据的信息时，他们都会得到补偿。在这个模型中，我们设计了一个贝叶斯激励兼容和隐私保护机制，保证准确性和保护隐私的成本和数据。
2012-04-18 cs.GT
Lower Bounds on Revenue of Approximately Optimal Auctions
我们获得收入保证的简单定价机制的一个单一的张贴价格，在一个自然参数的分布买家的估值。我们的收入保证适用于单个项目n买家设置，价值来自任意联合分布。具体地说，我们证明了从最大估值分布Vmax = max {V_1，V_2，.，V_n}实现了Vmax的几何期望的至少1/e分数的收益。该通用界限是收入如何作为Vmax的集中/扩散的函数而改善/降低的度量。我们进一步表明，在没有买家的估值分布，招募一组额外的相同的投标人将产生类似的保证收入。最后，我们的界限也给出了一个衡量的程度，人们可以同时近似福利和收入的集中/蔓延的Vmax。
2012-10-01 cs.GT
Bayesian Auctions with Efficient Queries
产生好的收益是贝叶斯拍卖设计中最重要的问题之一，许多（近似）最优的主导策略激励兼容（DSIC）贝叶斯机制已被构造为各种拍卖设置。然而，现有的研究大多没有考虑卖方执行机制的复杂性。假设卖方知道分布的“每一位”，并且能够基于整个分布进行完美优化。不幸的是，这是一个很强的假设，在现实中可能不成立：例如，当值分布具有指数大的支持或没有简洁的表示时。在这项工作中，我们认为，第一次，贝叶斯机制的查询复杂性。我们只允许卖方通过分位数查询和值查询对参与者的值分布进行有限的Oracle访问。对于一个大类的拍卖设置，我们证明了对数下界的查询复杂性的任何DSIC贝叶斯机制是任何常数近似的最佳收益。对于单物品拍卖和多物品拍卖的单位需求或添加剂的价值函数，我们证明了紧的上界，通过有效的查询计划，而不需要的分布是正规的或有单调的风险率。因此，在这些拍卖设置中，卖方需要访问比全部分配少得多的分配，以实现近似最佳的收入。
2020-08-06 cs.GT
On the Economic Efficiency of the Combinatorial Clock Auction
自20世纪90年代以来，频谱拍卖已在世界范围内实施。这为实际审查各种各样的拍卖机制提供了条件，其中两种同时进行的价格递增拍卖已证明极为成功。这两种拍卖方式分别是同时多轮递增拍卖（SMRA）和组合时钟拍卖（CCA）。人们早就知道，对于某些类别的估值函数，SMRA提供了良好的理论保证社会福利。然而，共同国家评析没有这种保证。在本文中，我们表明，CCA确实提供了强有力的保证社会福利的价格增量和停止规则是很好的选择。这是非常令人惊讶的，因为价格增量的选择主要用于调整拍卖持续时间，而停止规则很少引起注意。主要结果是一个多对数近似保证社会福利时，由投标人要求$\mathcal{C}$的项目的最大数量是固定的。具体而言，我们表明，无论是CCA的收入至少是一个$Ω\Big(\frac{1}{\mathcal{C}^{2}\log n\log^2m}\Big)$ -分数的最优福利或福利的CCA至少是一个$Ω\Big(\frac{1}{\log n}\Big)$ -分数的最优福利，其中$n$是投标人的数量和$m$是项目的数量。作为推论，福利比率-最优分配的社会福利与CCA分配的社会福利之间的最坏情况比率-至多为$O(\mathcal{C}^2 \cdot \log n \cdot \log^2 m)$。我们强调，后一种结果不需要假设投标人的估值函数。最后，我们证明了这样的依赖$\mathcal{C}$…
2015-07-23 cs.DS cs.GT
Prior-independent Auctions for Risk-averse Agents
我们研究简单的和近似最优的拍卖与特定形式的风险厌恶偏好的代理。我们表明，对称代理，最优收益（给定的代理偏好的先验分布）可以近似的第一价格拍卖（这是事先独立的），并为非对称代理，最优收益可以近似的拍卖与简单的形式。这些结果基于两种技术方法。第一种是对来自风险厌恶型代理人的收入进行上限设定。第二个给出了一个支付身份的机制与支付你的出价语义。
2013-01-03 cs.GT
Optimal Auctions with Restricted Allocations
我们研究的问题，设计最优拍卖的限制下的一组允许分配。除了允许我们限制确定性机制之外，我们还可以间接地对非加性估值进行建模。我们证明了一个强对偶结果，扩展了Daskalakis等人的结果。[2015]，保证了最优约束机制的最优性证书的存在。作为推论，我们的结果，我们提供了一个新的表征的一组分配的最佳机制可能实际使用。为了说明我们的结果，我们发现并证明了四个设置，以前的框架不适用的最佳机制，并提供新的经济直觉的一些工具，以前被用来找到最佳机制。
2016-06-06 cs.GT
The Pseudo-Dimension of Near-Optimal Auctions
本文提出了一种通用的方法，植根于统计学习理论，学习近似收益最大化拍卖数据。我们引入$t$级拍卖简单的拍卖，如福利最大化与保留价，和最优拍卖之间的插值，从而平衡表现力和简单性的竞争需求。我们证明了这样的拍卖有很小的代表性错误，在这个意义上说，对于每个产品分布$F$投标人的估价，存在一个$t$级拍卖小$t$和预期收入接近最优。我们发现，集合的$t$级拍卖有适度的伪维数（多项式$t$），因此导致小的学习误差。我们的研究结果的一个后果是，在任意的单参数设置，可以学习的预期收入任意接近最优的多项式数量的样本的机制。
2015-06-11 cs.GT
Ad auctions and cascade model: GSP inefficiency and algorithms
赞助式搜索拍卖（SSAs）的最佳经济机制设计是计算机制设计/博弈论的核心任务。两个开放的问题涉及到采用比目前使用的更准确的用户模型，以及在广义第二价格拍卖（GSP）和Vickrey-Clark-Groves机制（VCG）之间的选择。在本文中，我们提供了一些贡献来回答这些问题。本文研究了社会福利下的无政府代价（PoA）和稳定代价（PoS）以及普惠制下拍卖人的收益。当用户遵循著名的级联模型时，VCG。此外，我们提供了精确的，随机的和近似的算法，表明在现实世界的设置（雅虎！Webscope A3数据集，10个可用插槽）最佳分配可以在不到1秒的时间内找到多达1000个广告，即使超过1000个广告也可以在不到20毫秒的时间内近似计算，平均准确率超过99%。
2015-11-23 cs.GT
Budget-Feasible Mechanisms for Submodular Welfare Maximization in Procurement Auctions
School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院）；School of Rail Transportation, Soochow University（苏州大学轨道交通学院）
本文提出BFM-SWM机制，首次在采购拍卖中实现子模福利最大化的预算可行机制，具有可证明的近似保证，同时改进了效率和效果。
2026-09-17 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
Efficient Empirical Revenue Maximization in Single-Parameter Auction Environments
我们提出了一个多项式时间算法，给定样本从未知的估值分布的每个投标人，学习拍卖，大约最大限度地提高拍卖人的收入在各种单参数拍卖环境，包括拟阵环境，位置环境，和公共项目环境。估值分布可以是任意有界分布（特别是，它们可能是不规则的，并且可能对不同的投标人不同），从而解决了以前论文中遗留的问题。该分析使用基本工具，在值空间中整体执行，并简化了对特殊情况下先前已知结果的分析。此外，分析扩展到某些单参数拍卖环境中，精确的收入最大化是已知的是棘手的，如背包环境。
2017-04-09 cs.GT
Economic Efficiency Requires Interaction
我们研究的必要性，个人之间的相互作用，以获得近似有效的分配。市场中相互作用的作用在经济学思想中受到了极大的关注，例如哈耶克1945年的经典论文。我们考虑这个问题的框架内的同时通信复杂性。我们分析了实现近似有效的分配所需的同时通信量。特别是，我们考虑两种设置：组合拍卖与单位需求投标人（二部匹配）和组合拍卖与次加投标人。对于这两种设置，我们首先表明，非交互式系统有巨大的通信成本相对于交互式的。另一方面，我们表明，有限的相互作用，使我们能够找到近似有效的分配。
2014-04-17 cs.DS cs.GT
Rank-Guaranteed Auctions
提出了一种排名保证的组合递增拍卖机制，仅需最小理性即可实现近似最优，且对策略与分布不确定性具有鲁棒性，并强调了菜单设计的关键作用。
2024-08-21 cs.GT econ.TH
The Randomized Communication Complexity of Randomized Auctions
本文研究了在$n$物品上具有组合估价函数的垄断卖方和单个买方之间激励相容拍卖协议的通信复杂性。由于收入最优拍卖是随机的[Tha04，MV10，BCKW10，Pav11，HR15]（以及Babaioff，Gonczarowski和Nisan [BGN 17]的开放问题），我们专注于这个问题的随机通信复杂性（与大多数确定性通信的先前工作相反）。我们设计了简单的，激励兼容的，和收入最优的拍卖协议，其预期的通信复杂性是更有效的（事实上无限）比他们的确定性同行。我们还给出了几乎匹配的近似收益最优拍卖的预期通信复杂性的下界。这些结果遵循从一个简单的激励兼容的拍卖协议，使我们能够证明对随机拍卖协议的下界特征。特别是，我们的下界给出了激励与实施贝叶斯激励兼容的社会选择规则的通信复杂性之间的第一近似抵抗指数分离，解决了Fadel和Segal [FS 09]的开放问题。
2021-04-22 cs.GT
General auction method for real-valued optimal transport
最优运输理论是一个数学领域，在经济学、最优控制和机器学习等领域都有实际应用。基于经典的拍卖方法，提出了一种求解离散运输（网络流）问题的新算法。拍卖方法最初是作为匈牙利方法的一种替代方案来解决指派问题的，因此经典的基于拍卖的算法通过将此类问题转化为指派问题来解决整数值最优输运。我们提出的一般运输拍卖方法直接适用于实值运输问题。我们的结果证明终止，绑定的运输错误，并将我们的算法的经典算法的Bertsekas和Castanon。
2019-05-02 cs.GT math.OC
Optimal Competitive Auctions
我们研究了无限量出售相同物品的真实拍卖的设计（例如，数字商品）到n个单位需求买家。这个经典问题从利润最大化拍卖设计文献中脱颖而出，因为它不需要对买家的估价进行概率假设，并采用竞争分析的框架。我们的目标是优化拍卖的最坏情况下的性能，通过给定的基准和拍卖产生的收入之间的比率来衡量。我们建立了一个充分必要条件，所有单调基准的竞争比的特点。该特征确定了最坏情况下的分布情况，并揭示了竞争分析中的竞争比和基准之间的内在关系。与表征在手，我们表现出最优的竞争性拍卖两个自然的基准。研究最多的基准测试$\mathcal{F}^{(2)}(\cdot)$衡量了至少有两个买家获胜的无嫉妒的最佳收入。Goldberg等人。[13]显示了每个购买者数量n的竞争比的下界序列。他们强调所有这些界限都是严格的。我们表明，最优竞争性拍卖符合这些界限。因此，我们证实了猜想，并解决了一个中心开放的问题，在设计的数字商品拍卖。作为另一个应用程序，我们研究了另一个具有经济意义的基准，它衡量了所有有限供应的Vickrey拍卖的最佳收入。我们确定的最佳竞争比是$(\frac{n}{n-1})^{n-1}-1$为每个数量的买家n，即$e-1$作为$n$接近无穷大。
2014-01-05 cs.GT
Efficiency of Ad Auctions with Price Displaying
大多数经济报告预测，未来十年人工智能解锁的全球市场价值的近一半（每年高达6万亿美元）将用于营销和销售。特别是，人工智能将使越来越复杂的经济环境得到优化，其中多个不同的活动需要联合自动化。例如，谷歌酒店广告和TripAdvisor，其中拍卖用于显示类似产品或服务的广告及其价格。与传统的广告拍卖一样，广告根据广告商的出价进行排名，而与传统的设置不同，广告与它们的价格一起显示，以便提供它们之间的直接比较。这极大地影响了用户的行为，以及广告拍卖的属性。我们表明，在这样的设置，社会福利最大化可以通过一个直接的启示机制，共同优化，在多项式时间，广告分配和广告客户的价格与他们一起显示。然而，在实践中，广告客户不太可能允许该机制代表他们选择价格。实际上，在通常采用的机制中，广告分配和价格优化是解耦的，使得广告商优化价格和出价，而一旦给出价格和出价，该机制就对分配进行优化。我们研究这种解耦如何影响机制的效率。特别是，我们研究了无政府状态的无政府代价（PoA）和稳定性的价格（PoS）的间接启示机制与VCG和普惠制支付，表明收入的PoS可能是无限的，甚至有两个插槽，和PoA的社会福利可能是一样大的插槽的数量。尽管如此，我们表明，在一些假设下，简单的修改与VCG支付的间接启示机制实现收入的PoS为1。
2022-01-28 cs.GT
Arctic Auctions, Linear Fisher Markets, and Rational Convex Programs
University of California, Irvine（加州大学尔湾分校）
本文提出通过理性凸程序解决复杂市场中差异化商品的有效分配问题，并设计了首个计算北极拍卖均衡的多项式时间算法。
2026-08-25 cs.DS cs.GT econ.TH
Dynamic First Price Auctions Robust to Heterogeneous Buyers
我们研究动态机制，优化收入在重复拍卖，这是强大的异质前瞻性和学习行为的买家。通常情况下，假设购买者要么都是短视的，要么都是无限前瞻的，并且购买者理解并信任这种机制。这些假设提出了以下问题：当买方池是异质的，是否有可能设计近似的收入最优机制？面对一个异构的人口与一个未知的混合物的$k$前瞻性买家，近视买家，无遗憾学习者和无政策遗憾学习者的买家，我们设计了一个简单的基于状态的机制，实现了恒定的最佳可实现的收入。
2019-06-07 cs.GT
Procurement Auctions via Approximately Optimal Submodular Optimization
Google Research（谷歌研究院）；Yale University（耶鲁大学）
本文研究采购拍卖，提出将子模优化算法转化为满足 IC、IR、NAS 且保持近似比的拍卖机制框架，覆盖离线与在线设置，并证明其可适配为对抗性降价拍卖，在数千卖家的公开数据集上验证了福利表现。
2024-11-20 cs.DS cs.GT cs.LG
Welfare Maximization with Deferred Acceptance Auctions in Reallocation Problems
我们使用Milgrom和Segal的延迟接受拍卖框架为资源重新分配问题设计了近似的弱组策略证明机制：采购拍卖设置中的无线电频谱和网络带宽重新分配问题和销售拍卖设置中的集合覆盖约束的成本最小化问题。我们的延迟接受拍卖是来自简单的贪心算法的基本优化问题，并保证近似最优的社会福利（成本）的代理人保留他们的权利（合同）。在重新分配问题中，我们设计了采购拍卖来购买代理的广播/访问权，以释放一些资源，这样未购买的权利仍然可以行使剩余的资源。在成本最小化问题中，我们设计了一个出售拍卖出售提前终止权与现有的合同，使一些最小的约束仍然满足剩余的合同代理。在这些问题中，当“被分配的”代理人进行交易、交换权利和支付时，客观和可行性约束是在“被拒绝的”代理人身上。
2015-09-20 cs.GT
Approximately Efficient Two-Sided Combinatorial Auctions
单边市场的机制设计在经济学和计算机科学中已经研究了几十年。最近，人们越来越关注双边市场的机制，在这种机制中，买方和卖方采取战略行动。对于双边市场，Myerson和Satterthwaite的一个不可能性结果表明，没有一种机制可以同时满足个体理性（IR）、激励相容（IC）、强均衡（SBB）和有效性。另一方面，重要的应用，网络广告，股票交易和频谱分配，需要我们考虑双边组合拍卖，其中买方有偏好的项目的子集，和卖方可能会提供多个异构项目。对于这种双边组合市场，迄今为止还没有有效的机制。这项工作提供了第一个IR，IC和SBB机制，提供了一个O（1）-近似的双边市场的最优社会福利。初始构造产生了这样的机制，但暴露了传统SBB概念中的概念问题。这导致我们定义了更强的直接贸易强预算平衡（DSBB）概念。然后，我们继续设计IR，IC，DSBB的机制，并再次提供一个O（1）-近似的最佳社会福利。我们的机制适用于任何数量的XOS估价的买家-一个类之间的次模和次加函数-和任何数量的卖家。我们提供了一个机制，是主导策略激励兼容（DSIC），如果卖方每个都有一个项目出售，和一个是baidu激励兼容（BIC），如果卖方持有多个项目，并有附加的估值超过他们。最后，我们提出了一个DSIC机制的情况下，所有的买家和卖家的估值函数是可加的。
2021-03-08 cs.GT
Expressiveness and Robustness of First-Price Position Auctions
由于经济机制往往适用于同一问题的非常不同的情况，因此最好确定在各种情况下都能有效的机制。我们追求这一目标的立场拍卖设置，并特别寻求机制，保证良好的结果下，完全和不完全的信息。具有多维出价的广义第一价格机制的变体被证明是能够实现这一目标的唯一标准机制，即使类型是一维的。对于这种健壮性来说，类型空间之外的表现力是必要的，也是足够的，这一事实与以前关于位置拍卖的工作提供了一个有趣的对比，这些工作强调了简单性的好处。从技术的角度来看，我们的结果是有趣的，因为他们建立了一个多维的出价空间，标准的技术打破均衡存在。均衡出价的结构还提供了一个直观的解释，说明为什么第一价格支付比第二价格支付能够在更广泛的情况下支持均衡。
2013-07-19 cs.GT
Sample Complexity of Automated Mechanism Design
Carnegie Mellon University（卡内基梅隆大学）
收入最大化组合拍卖的设计，即多商品拍卖，是计算经济学中最基本的问题之一，甚至对于两个投标人和两个待售商品也没有解决。在传统的经济模型中，假设投标人的估价来自一个潜在的分布，并且拍卖设计者对这个分布有很好的了解。尽管这个强大的，往往是不切实际的假设，这是值得注意的是，收入最大化的组合拍卖仍然是未知的。近年来，自动化机制设计已成为设计高收益组合拍卖的最实用和最有前途的方法之一。最具可扩展性的自动化机制设计算法从投标人的估价分布中获取输入样本，然后在丰富的拍卖类别中搜索高收入拍卖。在这项工作中，我们提供了第一个样本的复杂性分析的标准层次结构的确定性组合拍卖类中使用的自动机制设计。特别是，我们提供了严格的样本复杂性界限的样本数量需要保证的经验收入的设计机制的样本接近其预期收入的基础上，未知的分布在投标人的估值，每个拍卖类的层次结构。除了帮助建立自动化机制设计的坚实基础，我们的研究结果也推动了学习理论的边界。特别地，在我们的上下文中使用的假设函数是通过多阶段组合优化过程定义的，而不是简单的决策边界，如在机器学习中常见的。
2016-06-13 cs.GT cs.LG
Mechanism Design for Data Science
良好的经济机制取决于机制参与者的偏好。例如，出售物品的收入最优拍卖由保留价参数化，适当的保留价取决于投标人愿意支付多少。机制设计者可以通过观察来自机制的历史数据来潜在地了解参与者的偏好;然后，设计者可以响应于学习到的偏好来更新机制，以提高其性能。这种方法的挑战在于，数据对应的是参与者的行为，而不是他们的偏好。偏好可以潜在地从动作中推断出来，但是可能的推断程度取决于机制。在最优拍卖的例子中，不可能了解任何关于不愿意支付保留价的投标人的偏好。这些投标人不会在拍卖中出价，从历史出价数据来看，拍卖师永远不会知道降低底价会带来更高的收入（即使它会）。为了解决这种不可能性，拍卖人可以牺牲收入最优在初始拍卖，以获得更好的推理性能，使拍卖的参数可以适应不断变化的偏好在未来。本文发展了具有良好可推理性的机制设计优化理论。
2014-06-09 cs.GT
Servers Placement Scheme Based on All-pay Auction Framework in Mobile Edge Computing
针对移动边缘计算中服务器部署收益优化问题，提出基于全支付拍卖框架的服务器部署方案，实验得出服务器用户比约25%时服务提供商利润最大。
2024-04-15 cs.GT
Simple vs Optimal Mechanisms in Auctions with Convex Payments
我们调查近似最优机制的设置，投标人的效用函数是非线性的，具体地说，凸，相对于付款（这样的设置出现，例如，在能源采购拍卖）。我们为独立于投标人私人信息的机制提供恒定因子近似保证（即，无先验），以及对于越来越依赖于该信息的机制（即，细节自由）。我们还描述了实验，这表明，随机绘制的单调的风险率分布，我们的机制实现至少80%的最佳收入，平均。我们的理论和实验结果都表明，在凸支付设置，它是可取的分配在多个投标人，而不是只有最高的（虚拟）价值的投标人，在传统的准线性效用设置。
2017-02-22 cs.GT
Robust Repeated Auctions under Heterogeneous Buyer Behavior
我们研究了单一卖方和单一买方之间重复拍卖的收益优化问题。传统上，重复拍卖的设计需要对投标人的行为进行强有力的建模假设，例如它是短视的，无限的前瞻性，或某种特定形式的学习行为。有没有可能设计出一种机制，使其同时对多种可能的购买者行为都是最优的？我们回答这个问题，通过设计一个简单的基于状态的机制，是同时对所有$k$，一个买家谁是一个没有遗憾的学习者，和买家谁是一个政策遗憾的学习者的$k$前瞻性买家近似最优。针对每种类型的买家，我们的机制都能获得针对该类型买家可获得的最佳收入的恒定比例。我们补充我们的积极结果与几乎紧不可能的结果，表明我们的机制为不同的前瞻性态度实现的收入近似权衡是接近最优的。
2019-03-10 cs.GT
ProportionNet: Balancing Fairness and Revenue for Auction Design with Deep Learning
University of Maryland（马里兰大学）；Hofstra University（霍夫斯特拉大学）；University of Maryland and John Dickerson（马里兰大学和John Dickerson）
具有强激励保证的收入最大化拍卖的设计是经济理论的核心问题。计算拍卖使在线广告，采购，频谱分配和无数的金融市场成为可能。在这个领域的分析进展是出了名的困难;自从Myerson在1981年的工作描述了单一物品最优拍卖，在限制设置之外的进展有限。Dütting等人最近的一篇论文通过将深度学习技术应用于近似最优拍卖来规避分析困难。与此同时，Ilvento等人和其他研究小组的新研究也在拍卖设计的背景下发展了公平的概念。受这些进展的启发，在本文中，我们使用深度学习扩展了近似拍卖的技术，以解决公平性问题，同时保持高收入和强激励保证。
2020-10-13 cs.GT cs.LG
Diffusion and Auction on Graphs
University of Electronic Science and Technology of China（中国电子科技大学）；ShanghaiTech University（上海科技大学）；Kyushu University（九州大学）
拍卖是资源分配这一人类社会基本问题的普遍范式。现有的研究表明，在拍卖设计中，卖方收益和分配效率这两个主要目标通常是相互冲突的。我们首次将经典拍卖的域扩展到社会图，并在图上正式确定了一类新的拍卖机制。这类机制都是激励相容的，也促进所有买家扩散拍卖信息给其他人，从而卖方的收入和分配效率显着提高相比，Vickrey拍卖。结果发现，最近提出的信息扩散机制是一个极端的情况下，在这个新的类的收益最低。我们的工作可能会激发一个新的视角，高效和最佳的拍卖设计，并可以应用到流行的在线社会和经济网络。
2019-05-24 cs.AI cs.GT
Signaling Schemes for Revenue Maximization
信号传递是经济环境中信息不对称研究的重要课题。特别是，在拍卖环境中出卖人所能获得的信息的透明度是一个令人十分感兴趣的问题。我们介绍了研究信号时进行第二次价格拍卖的概率好，其实际的实例是已知的拍卖师，但不是投标人。这个框架可以用来模拟展示广告中的展示销售。我们研究的问题计算的信号方案，最大限度地提高拍卖商的收入在贝叶斯设置。虽然一般情况下被证明是计算困难的，几种情况下的利益是多项式可解的。此外，我们建立了一个严格的约束所需的最小数量的信号，以实现一个最佳的信令方案，并表明，至少有一半的最大社会福利可以保存在这样的计划。
2012-04-25 cs.GT
Approximately Optimal Mechanism Design: Motivation, Examples, and Lessons Learned
机制设计有着丰富而成熟的理论，也有许多杀手级的应用。从政府如何出售无线频谱许可证到主要搜索引擎如何拍卖在线广告，该领域产生的经验法则影响着一切。然而，有一些基本的问题，传统的最佳机制设计方法是不适合的-要么因为它使过于强大的假设，或因为它提倡过于复杂的设计。本文的论点是，近似最优机制使我们能够推理传统理论似乎无法触及的基本问题。这项调查有三个主要部分。第一部分描述了近似最优的机制设计范式-它是如何工作的，以及我们通过应用它来学习什么。调查的第二和第三部分包括两个案例研究，在那里我们实例化的一般设计范式来研究两个基本问题。在第一个例子中，我们考虑收入最大化在一个单一的项目拍卖异质投标人。我们的目标是了解复杂性-在这个意义上的详细分布知识-是一个重要的特征，好的拍卖这个问题，或者如果有更简单的拍卖是接近最优的。第二个例子考虑多个项目的福利最大化。我们的目标在精神上是相似的：什么时候复杂性-以高维出价空间的形式-是每一个保证合理福利的拍卖的基本特征？有没有有趣的情况下，低维出价空间就足够了？
2014-06-26 cs.DS cs.GT
Sampling and Representation Complexity of Revenue Maximization
我们认为（近似）的收入最大化拍卖的输入估值的分布是通过“黑盒”访问样本的分布。我们观察到，所需的样本的数量-样本的复杂性-是紧密相关的代表性的复杂性的近似收入最大化拍卖。我们的主要结果是这些复杂性的上界和指数下界。
2014-04-03 cs.GT
Optimal Auctions vs. Anonymous Pricing: Beyond Linear Utility
对于具有线性效用的代理人来说，向具有独立但不相同分布的价值的代理人出售单一物品的收入最优机制是复杂的（Myerson，1981），并且对于具有非线性效用的代理人来说没有封闭形式的表征（参见1981）。Alaei等人，2012年）。尽管如此，对于满足自然规律性的线性效用代理，Alaei et al.（2018）表明，简单地发布匿名价格是一种e近似。我们给出了一个参数化的正则性属性，扩展到代理商的非线性效用，并表明，近似界的匿名定价定期代理商近似扩展到代理商，满足这个近似的正则性属性。我们应用这个近似框架来证明匿名定价是一个常数近似的收入最优的单项目拍卖代理公共预算的效用，私人预算的效用，和（一个特殊情况下）风险厌恶的效用。
2020-11-21 cs.GT
Economics of Semantic Communication System: An Auction Approach
Alibaba-NTU Singapore Joint Research Institute（阿里巴巴-南洋理工大学新加坡联合研究院）；Nanyang Technological University（南洋理工大学）；Singapore University of Technology and Design（新加坡科技设计大学）；Joint NTU-UBC Research Centre of Excellence in Active Living for the Elderly（南洋理工大学-不列颠哥伦比亚大学老年活力生活卓越联合研究中心）；Sungkyunkwan University（成均馆大学）
语义通信技术使无线边缘设备能够通过传输数据的语义来有效地进行通信。边缘组件，例如下一代智能交通系统中的车辆，使用经过良好训练的语义模型来编码和解码从原始数据和传感器数据中提取的语义信息。然而，计算资源的限制使得难以在边缘设备上支持精确语义模型的训练过程。因此，边缘设备可以从语义模型提供商购买预先训练的语义模型，这被称为“语义模型交易”。在利用语义模型收集语义信息时，边缘设备然后可以出售所提取的语义信息，例如，将城市道路状况或交通标志等信息，卖给感兴趣的买家以获取利润，这就是所谓的“语义信息交易”。为了促进这两种类型的贸易，应该设计有效的激励机制。因此，在本文中，我们提出了一个分层的交易系统，支持语义模型交易和语义信息交易联合。该激励机制有助于语义模型提供者在语义模型交易中获得最大收益，有效激励模型提供者参与语义通信系统的开发。对于语义信息交易，我们设计的拍卖方法可以支持多个语义信息卖家和买家之间的交易，同时确保个人理性，激励相容性和预算平衡，而且，允许他们实现更高的效用比基线方法。
2022-08-02 cs.AI cs.GT cs.NI
Mode Connectivity in Auction Design
Université Libre de Bruxelles（布鲁塞尔自由大学）；Goethe-Universität Frankfurt（法兰克福大学）；London School of Economics and Political Science（伦敦政治经济学院）；Shanghai University of Finance and Economics（上海财经大学）
本文证明拍卖设计中的RochetNet及其广义版本满足模式连通性，即局部最优解由分段线性路径相连，路径上解的性能不劣于局部最优，首次在可微经济学中给出理论分析。
2024-07-17 cs.GT cs.LG cs.NE
Learning in repeated auctions
在线拍卖是现代经济最基本的方面之一，并为一个每年产生数千亿美元收入的行业提供动力。拍卖理论历来关注的问题是设计最好的方式将单一物品出售给潜在买家，同时实现收入最大化或福利最大化。该领域的理论结果通常依赖于假设代理彼此拥有的一些先验贝叶斯知识。这种假设在网络广告等新市场中不再成立：类似的商品被重复销售，代理商彼此不知道，或者可能试图操纵对方。另一方面，统计学习理论现在提供了一些工具，可以在足够的数据下补充那些缺失的信息，因为智能体可以从他们的环境中学习来改进他们的策略。本调查涵盖了在重复拍卖学习的最新进展，从传统的经济学研究的最佳一次性拍卖与贝叶斯先验。然后，我们专注于从投标人的过去值的数据集学习最佳机制的问题。将研究不同方法的样本复杂度以及计算效率。我们还将调查在线变体，其中收集数据需要考虑卖方或买方的成本（“边学习边赚钱”）。在后面的调查中，我们将进一步假设投标人也适应这种机制，因为他们与同一个卖家反复互动。我们将展示战略代理人如何实际操纵重复拍卖，以达到自己的利益。本次调查中讨论的所有问题都基于现实世界的应用，我们描述的许多想法和算法每天都在为互联网经济提供动力。
2021-09-22 cs.GT
Approximate Revenue Maximization for Diffusion Auctions
Yifan Huang（黄毅凡）；Dong Hao（郝东）；Zhiyi Fan（樊智毅）；Yuhang Guo（郭宇hang）；Bin Li（李斌）
本文研究扩散拍卖中的收益最大化问题，提出一种显式保留价函数，在保持激励相容性的同时，使卖家在规模为 n、直接邻居数为 ρ 的网络中获得 1−1/ρ 的近似最优收益保证。
2025-07-19 cs.AI cs.GT cs.MA
Scale-robust Auctions
Northwestern University（西北大学）；National University of Singapore（新加坡国立大学）
该研究提出尺度鲁棒拍卖，证明分布族正缩放封闭时尺度不变机制不损失最优性，求解双代理人单物品问题的鲁棒最优机制，其最坏情况近似比约1.907，为拍卖设计提供理论支撑。
2026-08-31 cs.GT econ.TH
Applications of $α$-strongly regular distributions to Bayesian auctions
在贝叶斯拍卖分析中广泛使用的两类分布是单调风险率（MHR）和规则分布。它们都可以用相关的虚价值函数的变化率来表征：对于MHR分布，条件是值$v < v'$，$ϕ(v') - ϕ(v) \ge v' - v$，对于正则分布，条件是$ϕ(v') - ϕ(v) \ge 0$。Cole和Roughgarden引入了$α$ -强正则分布（简称$α$ -SR分布）的插值类，其中$ϕ(v') - ϕ(v) \ge α(v' - v)$，$0 \le α\le 1$ .在本文中，我们研究了五个不同的拍卖设置时，投标人的估值MHR分布时，良好的预期收益界是已知的。在每一种情况下，我们表明，这些界限优雅地退化时，扩展到$α$ -SR分布。对于其中四种设置，拍卖机制需要知道这些分布（在另一种设置中，只需要这些分布来确保预期收入的良好界限）。在这些情况下，我们还研究了当分布仅通过样本近似已知时会发生什么，特别是如何修改机制以使其保持有效，以及预期收入如何取决于样本数量。
2016-07-18 cs.GT
Quantum Communication Complexity of Classical Auctions
本文研究经典拍卖机制设计中的量子通信复杂度，证明量子协议在近似最优拍卖中可实现指数级通信节省，并揭示了精确最优拍卖在单向、弱交互和多轮设定下与经典通信之间的多种分离结果。
2025-01-06 cs.GT quant-ph
The Value of Knowing Your Enemy
许多拍卖设置隐含或明确地要求投标人在事前受到平等对待。这可能是因为歧视在法律上是不允许的，也可能是因为歧视实际上难以实施或无法强制执行。我们研究所谓的{ \em anonymous}拍卖，以了解收入的权衡，并开发简单的匿名拍卖，近似最优。我们考虑数字商品的设置，并表明，最佳的匿名，主导策略激励兼容拍卖有一个直观的结构-想象一下，投标人在拍卖前随机排列，然后推断出后验的信念，从其他投标人的价值对投标人的估值，并设置一个张贴的价格，最大限度地提高收入给定此后验。我们证明，没有匿名机制可以保证近似优于O（n）的最佳收入在最坏的情况下（或O（log n）的定期分布），甚至公布的价格机制匹配这些保证。了解到匿名机制的真正力量来自于拍卖人可以准确地推断出投标人的身份，我们展示了一个严格的O（k）近似保证时，每个投标人可以混淆最多k个“更高的类型”。此外，我们引入了一个简单的机制的基础上，n目标价格是渐近最优的，并建立在这个机制上，我们的结果扩展到m单位拍卖和赞助搜索。
2014-11-05 cs.GT
Budget Feasible Mechanisms for Procurement Auctions with Divisible Agents
我们认为预算可行的机制，采购拍卖与附加价值的功能。对于可分的情况下，代理可以被分配分数，存在一个最佳的机制，近似保证$e/(e-1)$下的小投标人的假设。我们研究了可分的情况下，没有小投标人的假设，但假设代理人的真实成本的预算。这种设置适合于对商品代表时间并且代理人的真实成本与预算相比不一定很小的经济情况进行建模。重要的是，我们给出了一个近似保证为2.62的机制，改进了不可分情况下3的结果。此外，我们给出了近似保证的下限为1.25。然后，我们研究的问题，在竞争更加激烈的市场，并假设代理商的价值超过成本效率是有界的一些$θ\ge 1$。对于$θ\le 2$，我们给出了一个近似保证为2，下限为1.18的机制。这两个结果可以扩展到设置不同的代理类型与线性上限的每种类型的估值函数。最后，如果每个代理类型有一个凹的估值，我们给出了一个机制，近似保证的代理类型的数量线性增长。
2022-09-01 cs.GT
Robust Scale-Free Auctions
Yale School of Management（耶鲁管理学院）
该研究针对先验无关拍卖设计，证明无保留第二价格拍卖是$n\ge2$单调风险率竞拍者的极大极小最优机制，发现非标准机制比标准混合机制收益更高，揭示尾部约束对拍卖设计的影响。
2026-08-18 cs.GT econ.TH
Distributional Robustness: From Pricing to Auctions
稳健机制设计是贝叶斯机制设计的一种新兴替代方法，贝叶斯机制设计产生的设计不依赖于完全分布知识等假设。我们将这种方法应用于销售单个项目的机制，假设只有价值分布的平均值和投标人价值的上限是已知的。我们寻求的机制，最大限度地提高收入的最坏情况下的分布与已知参数兼容。这种机制是卖方和选择分配的对手之间的零和博弈的均衡，因此可以称为最大-最小机制。Carrasco et al. [2018]推导出当卖方面对单个投标人时的最大最小定价。通过研究两个独立同分布的规范设置，我们从最大-最小定价到最大-最小拍卖。投标人，并显示最大-最小机制是第二价格拍卖与随机储备。我们得到了一个封闭形式的解决方案，在储备价格的分布，以及最坏情况下的价值分布，其中有简单的经济直觉。事实上，我们得到了一个封闭形式的解决方案的保留价分布的任何数量的投标人。我们解决零和博弈的技术与Carrasco等人的技术完全不同。它包括分析该设置的离散化版本，然后细化该离散化网格并导出用于非离散化的原始设置的封闭形式的解。我们的结果建立了两个投标人的情况下，$n \ge 3$投标人之间的差异。
2022-05-20 cs.GT
Learning Revenue-Maximizing Auctions With Differentiable Matching
University of Maryland（马里兰大学）
我们提出了一个新的架构，大约学习激励兼容，收入最大化拍卖抽样估值。我们的架构使用Sinkhorn算法来执行可区分的二分匹配，这使得网络能够在以前的RegretNet架构无法学习的设置中学习防策略的收入最大化机制。特别是，我们的架构是能够学习的机制，在设置没有自由处置，每个投标人必须分配一些数量的项目。在实验中，我们证明了我们的方法成功地恢复了多个已知的最佳机制和高收入，低后悔机制在较大的设置，其中最佳机制是未知的。
2021-06-15 cs.GT cs.LG
