Optimal Pricing in Repeated Posted-Price Auctions
我们研究了重复标价拍卖的收益优化定价算法，其中卖方与持有固定私人估值的单个战略买方进行交互。我们证明了，当卖方和买方的累积效用（收入和盈余）有相同的折扣的情况下，存在两个最优算法。第一种定价方法不断提供迈尔森价格，而第二种定价方法则提出了一个“大交易”：提前（在第一轮）支付所有商品的费用，否则什么也得不到。然而，当卖方和买方在等待效用的耐心上存在不平衡时，我们发现，令人惊讶的是，恒定定价不再是最优的。首先，当卖方的折扣率低于买方的折扣率时，定价算法“big deal”的表现优于它。其次，在不太耐心的买家的相反情况下，我们将寻找最佳算法的问题简化为多维优化问题（用于确定迈尔森价格的泛函的多变量模拟），该多维优化问题通常不允许封闭形式的解，但可以通过数值优化技术（例如，梯度）。我们提供了广泛的分析数值发现的最优算法，以证明它们是不平凡的，可能是不一致的，并产生更大的预期收入比恒定的定价与迈尔森价格。
2018-05-07 cs.GT
Sequential Peer Prediction: Learning to Elicit Effort using Posted Prices
同行预测机制经常被用来在没有地面事实验证的情况下从人群工作者那里获得真实的贡献。最近，这种类型的机制已经发展到激励努力，除了真实的启发。在本文中，我们研究了一个顺序的同行预测问题，数据请求者希望动态地确定奖励水平，以优化工人的信息质量和总的预期支付之间的权衡。在这个问题中，工人有同质的专业知识和异构的成本，为施加努力，都是未知的请求者。我们提出了一个连续的标价机制，动态学习工人的贡献，并激励努力工作和真实的报告的最佳奖励水平。我们发现：（1）在我们的机制中，工作者根据非退化阈值策略付出努力，然后如实报告，这是一个均衡，每个工作者都能获得最高的效用;（2）我们的学习机制w.r.t.提供最优报酬（价格）的上限为$\tilde{O}(T^{3/4})$，其中$T$是学习范围。我们进一步展示了我们的学习方法的力量时，工人的报告不一定遵循博弈论的均衡。
2016-12-02 cs.GT
Revenue Gaps for Static and Dynamic Posted Pricing of Homogeneous Goods
我们考虑的问题最大化的预期收益出售$k$同质商品的$n$单位需求的买家顺序到达独立和同分布的估值。在这种情况下，最优标价是动态的，因为它们取决于剩余的商品和买家数量。我们研究了有多少收入损失时，一个单一的静态价格，而不是用于所有的买家和货物，并证明了上界的最大收入从动态价格和静态价格之间的比率。这些界限对于$k$和$n$的所有值都是紧的，并且根据基础分布的规律性性质而变化。对于一般分布，我们得到一个$2-k/n$的比率，对于规则分布，一个在$n$中增加的比率，并且从上面以$1/(1-k^k/(e^{k}k!))$为界，大致为$1/(1-1/(\sqrt{2πk}))$。动态价格和静态价格之间的收入差距的下限。通过事先放松的收入最大化问题的上界，因此，在一般情况下的$2-k/n$和$1/(1-1/(\sqrt{2πk}))$在常规情况下的紧边界也适用于潜在的最佳激励兼容机制和最佳静态价格之间的收入差距较大。我们的研究结果意味着，对于规则分布的动态价格的好处消失，而对于非规则分布的动态价格可能会达到静态价格的收入的两倍。
2019-04-15 cs.GT
Posted Pricing and Competition in Large Markets
本研究针对大市场中买家估值独立同分布的场景，证明固定价格机制的性能保证从0.632提升至0.712，并揭示多商品销售时大市场优势随商品数量增加而消失，同时证明最优标价机制的竞争复杂度为常数，打破以往不可能性结果。
2025-05-23 cs.GT
Pricing Multi-Unit Markets
我们研究的权力和限制张贴价格在多单位的市场，代理商到达顺序在任意顺序。我们证明了最优社会福利，可以保证与公布的价格，在一系列的假设下，设计师的信息和代理商的估值的最大部分上的上限和下限。我们的研究结果提供了关于统一和非统一价格的相对力量，不同估值类别的相对难度以及不同信息假设的影响的见解。在其他结果中，我们证明了常数因子保证代理（对称）次加性估值，即使在不完全信息设置和统一的价格。
2018-03-11 cs.GT
Incentive-Compatible Collusion-Resistance via Posted Prices
本文提出一种更强的抗合谋要求，即合谋本身须激励相容且个体理性，并在单投标人情形下证明满足该要求的交易手续费机制恰为价格不过高的挂牌价格机制，同时分析了福利、收入及解空间性质。
2024-12-30 cs.GT econ.TH
The Price of EF1 for Few Agents with Additive Ternary Valuations
研究具有加性三元估值的不可分割物品资源分配问题，推导了EF1分配代价的下界，并给出了少数代理人（n=2和n=3）时EF1代价的精确或近似范围。
2025-08-13 cs.GT
Implementation in Advised Strategies: Welfare Guarantees from Posted-Price Mechanisms when Demand Queries are NP-hard
具有$m$项目的子模块化投标人的最先进标价机制实现了$O((\log \log m)^3)$的近似保证[Assadi和Singla，2019]。然而，他们的真实性，要求投标人计算一个NP-难的需求查询。这种形式的某些计算复杂性是不可避免的，因为对于真实机制来说，即使是保证任何$\varepsilon > 0$的$m^{1/2-\varepsilon}$近似也是NP难的[Dobzinski and Vondrák，2016]。总之，这些建立了计算高效和通信高效的真实机制之间的鲜明区别。我们发现，这种区别随着真实性的轻微放松而消失，我们称之为建议策略的实施，并且先前已经研究了与“非支配策略的实施”有关的问题[Babaioff et al，2009]。具体地说，建议将一个试探性策略映射到同一个策略本身，或者映射到支配它的策略，我们说，只要参与者不采取被建议支配的行动，他们就遵循建议。多时间机制保证$α$ -近似在执行建议的策略，如果存在多时间的建议，为每个球员，这样一个$α$ -近似实现时，所有的球员都遵循的建议。使用近似需求查询（可以在多时间中计算）的适当双关键字概念，我们确定[Assadi和Singla，2019]机制（稍微修改）在建议策略的实现中实现了相同的$O((\log \log m)^3)$近似。
2020-08-04 cs.GT
Online repeated posted price auctions with a demand side platform
我们考虑一个在线广告网络的问题，其中的广告交换拍卖广告位和中介称为需求方平台（DSP）购买这些广告位为他们的客户（广告商）。一个中介代表多个广告客户。不同类型的广告位由广告交易所拍卖，例如，视频广告，横幅广告等，我们研究重复张贴价格拍卖同质和异质项目时，有一个中间人。在标价拍卖中，拍卖师设定一个固定的保留价。买家可以接受价格并赢得广告位或拒绝价格。我们分析了系统从拍卖师的角度来看，最优保留价是动态的异构项目。我们还调查系统从中介的角度来看，并设计调度广告客户的算法。广告商通常有预算限制和印象限制。我们制定了一个收入优化问题的中介，也考虑了预算和印象约束的问题，安排广告客户。最后，我们提出了一个数值研究的单一卖方和广告客户模型，考虑各种估值分布，如均匀，指数和对数正态分布。
2019-10-04 cs.GT cs.SY eess.SY
Posted Price Mechanisms for Online Allocation with Diseconomies of Scale
本文针对具有规模不经济的在线k-选择问题提出一种随机化动态定价机制，在小库存下实现最优性能，在大库存下超越现有方法，并给出更紧的竞争比下界。
2025-02-04 cs.DS cs.GT
A Competitive Posted-Price Mechanism for Online Budget-Feasible Auctions
本文针对在线预算可行拍卖中代理成本私密且按随机顺序到达的问题，提出一种基于OPT估计在线测试与自适应搜索的随机化发布价格机制，实现了常数竞争比，解决了EC 2012提出的开放问题。
2025-04-13 cs.DS cs.GT
Optimal Posted Prices for Online Cloud Resource Allocation
我们研究在线资源分配在一个云计算平台上，通过一个公布的定价机制：云提供商发布的每种资源类型的单价，这可能会随着时间的推移而变化，在到达云系统，云用户要么采取当前的价格，租用资源来执行其工作，或拒绝的价格，而不运行其工作。我们设计的定价函数的基础上，当前的资源利用率，在广泛的供求关系和资源占用时间，并证明了最坏情况下的竞争比的价格函数的社会福利。在单一类型的非回收资源的基本情况下（即，分配的资源以后不会被释放以供重用），我们证明了我们的定价函数设计是最优的，因为任何其他定价函数只能导致更差的竞争比。从基本案例中获得的见解然后用于将定价函数推广到具有多种类型资源的更现实的云系统，其中作业占用分配的资源多个时隙直到完成，在完成时资源返回到云资源池。
2017-04-18 cs.GT cs.NI
Sequential Posted Pricing and Multi-parameter Mechanism Design
我们考虑经典的数学经济学问题{ \em贝叶斯最优机制设计}的主要目的是优化预期收入时，分配资源的自利代理人的偏好来自一个已知的分布。在单参数设置中（即，其中每个代理的偏好由单个私有值给出，用于被服务，并且零用于不被服务），该问题被解决[Myerson '81]。不幸的是，这些单参数最优机制是不切实际的，很少采用[Ausubel和Milgrom '06]，此外，基本的经济理论未能推广到重要的，相关的和未解决的多维设置（即，其中每个代理的偏好由多个可用服务中的每个的多个值给出）[Manelli和Vincent '07]。与最优机制理论相反，我们发展了一个连续的定价机制理论，在该理论中，代理商按顺序被提供接受或放弃的价格。这些机制在一维设置中近似是最优的，并且避免了使最优机制不切实际的许多属性。此外，这些机制自然地推广到给难以捉摸的最佳多维机制设计问题的第一个已知的近似。特别是，我们解决多维多单位拍卖问题和推广到拟阵的可行性约束。我们得到的常数近似值的范围从1.5到8。除了一种情况外，我们公布的价格序列都可以在多项式时间内计算。
2010-01-15 cs.GT
Bounds on the revenue gap of linear posted pricing for selling a divisible item
本文研究可分割物品销售的线性公布定价机制，在贝叶斯凹估值设定下证明其与最优机制的收益差距仅对数依赖于估值函数的自然参数和买家数量，从而刻画了简单定价机制的能力边界。
2025-02-08 cs.GT
Signaling in Posted Price Auctions
我们研究单物品单单位贝叶斯标价拍卖，买家顺序到达，他们对出售物品的估价取决于一个随机的，未知的自然状态。卖方完全了解货物的实际状况，并可向买方发出信号，以便披露有关货物的信息。例如，货物的自然状况可能反映货物的状况和/或某些特定特征，而这些只有卖方才知道。卖方面临的问题是如何部分披露有关国家的信息，以最大限度地提高收入。与经典的信号问题不同，在这种情况下，卖方还必须将发送给买方的信号与他们的一些价格建议相关联。与标准设置相比，这引入了额外的挑战。我们考虑两种情况：一种情况是卖方只能向所有买方发送公开可见的信号，另一种情况是卖方可以私下向每个买方发送不同的信号。作为第一步，我们证明，在这两种情况下，卖方的收入最大化的问题不承认一个FPTAS，除非P=NP，即使是一个单一的买家的基本情况。因此，在本文的其余部分，我们专注于设计PTAS。为了做到这一点，我们首先介绍了一个统一的框架，包括公共和私人信号，其核心结果是一个分解引理，允许集中在一个有限的可能的买家的后验。这是我们制定PTAS的基础。特别是，在公共信令设置中，我们的PTAS采用了一些特设技术的基础上线性规划，而我们的PTAS的私人设置依赖于椭圆形的方法来解决一个指数大小的LP在多项式时间。在后一种情况下，我们需要一个自定义的近似分离预言机，我们用动态规划方法实现它。
2022-03-29 cs.GT
A Two-Step Approach to Optimal Dynamic Pricing in Multi-Demand Combinatorial Markets
在线市场是日常生活的一部分，其规则由算法控制。假设参与者本质上是自利的，那么设计良好的规则有助于增加社会福利。在线市场的许多算法都是基于价格的：卖家负责发布价格，而买家则根据发布的价格进行最有利可图的购买。为了对市场进行调整，允许卖方在某些时间点更新价格。发布价格是设计市场的直观方式。尽管事实上，每个买方的行为自私，卖方的目标往往被认为是社会福利最大化。Berger、Eden和Feldman最近考虑了一个只有三个购买者的市场，其中每个购买者都有固定数量的商品要购买，购买的一捆商品的利润是这捆商品中商品利润的总和。对于这样的市场，Berger et. Al.的研究表明，卖方可以通过在每个买方到达之前动态更新张贴的价格来最大化社会福利。Bérczi、Bérczi-Kovács和Szögi表明，当每个购买者准备购买最多两件物品时，社会福利也可以最大化。我们研究了在更一般的情况下，动态更新的张贴价格的力量。首先，我们证明了Berger et.可以概括为三到四个买家。然后，我们证明了Bérczi，Bérczi-Kovács和Szögi的结果可以推广到每个买家准备购买多达三个项目的情况。我们还表明，动态定价是可能的，只要有最多两个分配最大化社会福利。
2022-01-30 cs.GT
The Price of Equity with Binary Valuations and Few Agent Types
本文研究二元加法估值下 EQ1 的公平代价，利用智能体类型数量为所有 $p\leqslant1$ 的广义 $p$-均值福利给出常数因子紧界，并将结构理解扩展到二元子模估值。
2023-07-13 cs.GT
New mechanism for repeated posted price auction with a strategic buyer without discounting
在广告交换平台上，广告的位置通过不同类型的拍卖出售。然而，在拍卖过程中，卖方经常遇到只有一个买方的情况，从而使标价拍卖退化为信息不对称的、几乎无限回合的垄断-垄断博弈;在每一轮中，卖方提出价格，买方接受或拒绝。我从与Yandex研究团队成员的讨论中了解到这个问题，我的主要动机是找到一个激励因素-兼容的卖家策略。在这篇简短的论文中，提出了这样的策略，并建立了相应的扭曲在顶部类型的下限（斯宾塞-Mirrlees属性，实际上）的剩余的买方，这表明，所提出的策略是最好的可能。关键要素如下。买家拥有的主要约束是接受交易的频率。一旦这个频率（作为买方类型的函数）是固定的，策略在{ \it奖励}价格之间随机选择，该价格激励买方透露他的类型（类型越高，买方具有的平均剩余越多），{ \it适配}价格，其允许买方传达他的类型高于厨师的当前猜测，以及{ \it类型确认}价格，该价格不激励买方假装他的类型高于实际。
2019-02-03 cs.GT math.CO
Tight Bounds for the Price of Anarchy of Simultaneous First Price Auctions
研究了具有次模和次可加估价的一价拍卖的无政府代价。这些拍卖的贝叶斯无政府代价的当前最佳上限分别为e/（e-1）[Syrgkanis and Tardos 2013]和2 [Feldman et al. 2013]。我们提供了匹配的下界，这两种情况下，即使是完全信息的情况下，混合纳什均衡通过一个明确的建设。我们提出了一个替代的证明的上限e/（e-1）的第一价格拍卖分数次可加性的估值，揭示了最坏情况下的价格分布，这是作为一个积木的匹配下限建设。我们将我们的结果推广到一般类的项目投标拍卖，我们称之为投标依赖拍卖（包括第一价格拍卖和全付拍卖）的赢家总是出价最高的投标人和每个投标人的付款只取决于他自己的出价。最后，我们将我们的技术歧视性价格多单位拍卖。我们补充了[de Keijzer et al. 2013]关于次可加估值的结果，提供了一个匹配的下界2。对于子模赋值的情况，我们提供了1.109的下限。对于同一类估值，我们能够使用非平滑方法重现e/（e-1）的上限。
2015-08-05 cs.GT
Stateful Posted Pricing with Vanishing Regret via Dynamic Deterministic Markov Decision Processes
在本文中，一个相当普遍的在线问题称为动态资源分配与能力约束（DRACC）的介绍和研究领域的公布价格机制。这个问题包含几个应用程序的状态定价，包括但不限于发布的价格在线作业调度和匹配的动态二分图。由于现有的在线学习技术不产生消失后悔机制，这个问题，我们开发了一个新的在线学习框架定义在确定性马尔可夫决策过程的动态状态转移和奖励函数。然后，我们证明，如果马尔可夫决策过程是保证承认一个预言，可以模拟任何给定的政策，从任何初始状态与有界损失-一个条件，满足在DRACC问题-那么在线学习问题可以解决消失的遗憾。我们的证明技术是基于减少在线学习与切换成本，其中一个在线决策者招致额外的成本，每次她从一个手臂切换到另一个。我们正式证明了这种连接，并进一步展示了如何DRACC可以用于我们提出的应用程序的状态定价。
2020-06-28 cs.GT
Learning Optimal Posted Prices for a Unit-Demand Buyer
Google Research（谷歌研究）；School of Computer Science, Georgia Institute of Technology（计算机科学学院，佐治亚理工学院）
本文研究单位需求买家场景下的最优定价学习问题，在样本访问和定价查询两种模型下给出了近乎紧的样本复杂度与查询复杂度。
2025-06-02 cs.DS cs.GT cs.LG
Learning Revenue Maximization using Posted Prices for Stochastic Strategic Patient Buyers
Tel Aviv University（特拉维夫大学）；Ben-Gurion University（本-古里安大学）；Google Research（谷歌研究院）
我们认为卖方面对买方有能力推迟他们的决定，我们称之为耐心。每个买家的类型是由价值和耐心，它是i.i.d.抽样。从分布。卖家希望使用公布的价格，最大限度地提高向买家销售的收入。在本文中，我们形式化的设置和特征所产生的Stackelberg均衡，卖方首先承诺她的策略，然后买家最好的反应。接下来，我们将展示如何计算最优纯策略和混合策略。然后，我们考虑一个学习设置，卖方不能访问买方类型的分布。我们的主要结果如下。我们得出一个样本的复杂性界的学习近似最优的纯策略，通过计算脂肪粉碎尺寸这个设置。此外，我们还给出了近似最优混合策略的一般样本复杂度界。我们还考虑了一个在线设置，并得出一个消失的遗憾界方面的最佳纯策略和最佳混合策略。
2022-06-26 cs.GT cs.LG
Demand-Flow of Agents with Gross-Substitute Valuations
我们考虑一类不可分割项目的估值称为总替代（GS）。这一类别由Kelso和Crawford（1982）引入，并广泛用于研究具有个体的市场。GS是特定场景中需求流的一个条件：一些物品变得更贵，而另一些物品保持其价格。我们证明，GS意味着一个更强的条件，描述的需求流的一般情况下，所有的价格可能会发生变化。我们证明了GS代理商的需求总是（弱）向下流动，即从价格上涨幅度较大的产品流向价格上涨幅度较小的产品。我们表明，这个属性是等价的GS，是不正确的，当有互补性。
2016-10-02 cs.GT
Sample Complexity of Posted Pricing for a Single Item
本文研究单品销售中标价机制的样本复杂度，针对独立与相关买家分布及福利与收益最大化目标，给出了匹配的上下界（相差对数因子）。
2024-11-04 cs.DS cs.GT
The Price of Anarchy of Two-Buyer Sequential Multiunit Auctions
研究了完全信息下两个购买者的序列多物品拍卖的效率问题。对于一般的估价函数，我们证明了无政府状态无政府代价的价格正好是$1/T$的拍卖与$T$项目出售。对于凹估值函数，我们证明了无政府状态的无政府代价在$1-1/e\simeq 0.632$下有界。这个界限是渐近紧的，因为售出的商品数量趋于无穷大。
2020-07-20 cs.GT
The Price of Stability for First Price Auction
本文建立了第一价格拍卖的稳定价格（PoS），对于文献中已经研究过的所有均衡概念：贝叶斯纳什均衡$\subsetneq$贝叶斯相关均衡$\subsetneq$贝叶斯粗相关均衡} $\bullet$贝叶斯纳什均衡：对于独立估值，紧PoS是$1 - 1/ e^{2} \approx 0.8647$，匹配无政府代价（PoA）的价格界限\cite{JL22}。对于相关估值，紧$\PoS$是$1 - 1 / e \approx 0.6321$，与对应的PoA约束\cite{ST13,S14}匹配。这一结果表明，在最坏的情况下，效率下降不依赖于不同的选择之间的贝叶斯纳什均衡。$\bullet$贝叶斯粗相关均衡：对于独立或相关估值，紧PoS始终是$1 = 100\%$，即，没有效率降低，不同于对应物PoA结合的$1 - 1 / e \approx 0.6321$ \cite{ST13,S14}。这一结果表明，当我们允许更一般的均衡概念时，第一价格拍卖可以是完全有效的。
2022-07-10 cs.GT
Learning to Price against a Budget and ROI Constrained Buyer
互联网广告商（买家）反复从广告平台（卖家）获取广告印象，目的是最大化总转化（即广告价值），同时尊重预算和投资回报（ROI）约束以有效利用有限的货币资源。面对这样一个受约束的买家谁的目的是学习她的最佳策略，以获得印象，我们研究从卖方的角度如何学习和价格的广告印象，通过重复张贴的价格机制，以最大限度地提高收入。对于这种双边学习设置，我们提出了一个学习算法的卖方，利用情节二进制搜索过程，以确定一个收入最优的销售价格。我们发现，这样一个简单的学习算法享有低卖方后悔时，在每一集，预算和投资回报率约束的买家大约最好的回应张贴的价格。我们提出了简单而自然的买方的出价算法，买方近似最好的反应，同时满足预算和投资回报率的限制，导致我们建议的卖方定价算法的低遗憾。我们的卖方算法的设计是出于这样一个事实，即卖方的收入函数承认一个钟形结构时，买方最好的响应价格下的预算和投资回报率的限制，使我们的卖方算法，以确定收入最优的销售价格有效。
2023-02-07 cs.GT
Asymptotically Optimal Welfare of Posted Pricing for Multiple Items with MHR Distributions
研究了当所有$n$购买者的估值均服从单调风险率分布时，单位需求购买者的定价问题.我们表明，即使有多个项目的渐近最优福利可以保证。我们的主要结果适用的情况下，无论是买方的价值为不同的项目是独立的，或者它们是完全相关的。我们给出了使用动态价格的机制，该机制获得了期望中的最优社会福利的$1 - Θ\left( \frac{1}{\log n}\right)$分数。此外，我们设计的机制，只使用静态项目的价格和$1 - Θ\left( \frac{\log\log\log n}{\log n}\right)$ -竞争相比，最佳的社会福利。正如我们所示，这两个保证是渐近最优的，即使是一个单一的项目和指数分布。
2021-07-01 cs.DS cs.GT
Pricing Online Decisions: Beyond Auctions
我们认为，在自私的代理人产生在线事件的在线设置中的动态定价方案。先前关于在线机制的工作几乎完全涉及在拍卖设置中最大化社会福利或收入的目标。本文涉及相当一般的设置和社会成本最小化。我们表明，适当计算后的价格允许一个最好的在线算法实现基本相同的性能。这适用于各种各样的环境。与在线算法不同，在线算法了解事件，然后做出可执行的决策，价格在不知道未来事件甚至当前事件的情况下发布，因此本质上是主导策略激励兼容的。特别是，我们可以给有效的发布价格机制计量任务系统，$k$服务器问题的一些实例，和计量匹配问题。我们给出了确定性和随机算法。这种公布的价格机制大大降低了社会成本，而不是自私的行为，因为没有任何决定会产生费用。一个诱人的应用是以指数级方式降低免费停车的社会成本。
2015-04-05 cs.DS cs.GT
Approximation Schemes for Sequential Posted Pricing in Multi-Unit Auctions
在标准贝叶斯模型下，我们设计了计算$K$ -单位拍卖中近似收益最大化{ \em顺序后定价机制（SPM）}的算法。卖方有物品的$K$副本要出售，并且有$n$买方，每个买方只对一个副本感兴趣，他们对物品有一定的价值。卖方必须为每个买方公布价格，买方按卖方强制的顺序到达，如果物品的价值超过公布的价格，买方就会购买物品。卖方不知道买方的价值，但有关于他们的贝叶斯信息。SPM指定买方的订购和公布的价格，并且在其行为上可以是{ \em自适应}或{ \em非自适应}。我们的目标是在多项式时间内设计SPM，以最大化预期收益。我们比较了最优SPM的预期收益，并提供了一个多项式时间近似计划（PTAS）的非自适应和自适应SPM。这是通过两种算法实现的：一种是给出$(1-\frac{1}{\sqrt{2πK}})$ -近似的有效算法（因此是对于足够大的$K$的PTAS），另一种是对于常数$K$的PTAS。第一种算法产生非自适应SPM，该非自适应SPM产生针对最佳自适应SPM的近似保证--这意味着随着$K$变大，SPM中的{ \em自适应差距}消失。
2010-08-10 cs.DS cs.GT
On consistency of optimal pricing algorithms in repeated posted-price auctions with strategic buyer
Yandex（俄罗斯搜索引擎公司）；MSU（莫斯科国立大学）
我们研究收入优化学习算法的重复标价拍卖，卖方与一个单一的战略买家，持有一个固定的私人估价的好，并寻求最大化他的累积折扣盈余。对于这种设置，首先，我们提出了一种新的算法，永远不会降低报价，并在$Θ(\log\log T)$有一个严格的战略遗憾界在一些温和的假设下，买方剩余折扣。这一结果关闭了开放的研究问题，存在一个无遗憾的水平独立的弱一致定价。该算法的灵感来自于我们的观察，即在弱一致算法中，报价的双重下降足以导致线性后悔。这促使我们构建一个新的转换，映射一个右一致的算法到一个弱一致的，永远不会降低提供的价格。其次，我们优于先前已知的战略遗憾的算法PRRFES，其中的改进是通过一个更精细的常数因子$C$的主要术语$C\log\log T$在这个上限。最后，我们推广结果的战略后悔以前已知的几何折扣的买方盈余的折扣的其他类型，即：最优的定价PRRFES的情况下，几何凹递减折扣;和线性下界的战略后悔的范围广泛的地平线独立的弱一致性算法的情况下，任意折扣。
2018-02-08 cs.AI cs.GT cs.LG
Robust Price Discrimination
本文研究卖方估值未知时的三级价格歧视，提出随机抽取估值并应用细分方法，使遗憾值不超过最优买方剩余的1/e，并在二元估值下证明该界紧致。
2025-10-09 cs.GT econ.TH
Dynamic Posted-Price Mechanisms for the Blockchain Transaction Fee Market
本文针对区块链交易费波动问题提出动态标价机制，利用区块利用率和历史出价计算标价，并证明在需求稳定时该机制可近似福利最优且价格稳定。
2021-11-16 cs.CR cs.GT econ.TH
Repeated Descent: A Framework for Online Budget-Feasible Auctions
Columbia University（哥伦比亚大学）；National Technical University of Athens（雅典国立技术大学）；Archimedes RU, Athena RC（阿尔基米德研究单位，雅典研究中心）
提出基于自适应线性定价的确定性框架Repeated Descent，用于在线预算可行拍卖，在秘书到达和子模估值下实现1046-竞争比，并首次对非单调子模估值获得常数竞争比。
2026-05-31 cs.DS cs.GT
Fixed Price Approximability of the Optimal Gain From Trade
双边贸易是一种基本的经济情景，包括一个战略行为的买方和卖方，每个人都持有该项目的估值，来自公开的分布。如果这些代理人之间的贸易是有益的，那么就应该有一种机制来促进这种贸易。最近的研究表明，同时具有DSIC、SBB和事后IR的唯一机制是固定价格机制，即，由价格p参数化的机制，当且仅当买方的估值至少为p，卖方的估值至多为p时，贸易才会发生。贸易收益是应用一种机制所带来的福利增加;在这里，我们研究通过固定价格机制实现的贸易收益。我们探讨这个问题的双边贸易设置，并设置有多个买家和卖家的双重拍卖。我们首先确定一个固定的价格机制，实现了至少2/r倍的最佳贸易收益，其中r是卖方的估价不超过买方的估价的概率。这扩展了McAfee以前的结果。随后，我们在渐近意义上改进了这个近似因子，通过证明一个更复杂的规则来设置固定价格，从而使预期的交易收益在交易最佳收益的因子O（log（1/r））内。这是渐近的最佳近似因子。最后，我们将固定价格机制的研究扩展到由一组多个i.i.d.单位需求买家，和i.i.d.单位供应商。我们提出了一种固定价格机制，该机制实现了交易收益，对于所有n> 0的交易收益，交易收益至少是预期最优交易收益的（1-n）倍，概率为1 - 2/e^{#T ε 2/2}，其中#T是双向拍卖产生的预期交易数量。
2017-10-23 cs.GT
The second-price auction solves King Solomon's dilemma
计划者希望以零成本将k个相同的、不可分割的对象给予前k个估价代理人。每个代理都知道自己对对象的估值，以及它是否在前k中。通过引入少量的参与费和不参与的选择权来修改第（k+1）价密封投标拍卖，这种简单的机制在迭代非劣策略中实现了期望的结果。此外，没有任何一对代理人可以通过协调他们的策略或相互贿赂来获利地偏离均衡。
2011-07-03 cs.GT
The Simplicity of Optimal Dynamic Mechanisms
本文研究动态市场中收入最大化机制设计，证明在连续买家极限下，标价和容量配给可实现最优匿名机制，且无需正则性假设。
2024-10-15 cs.GT econ.TH
Collusion-proof Auction Design using Side Information
University of California, Berkeley（加州大学伯克利分校）
本文提出V-PoP和C-PoP两种机制，通过机器学习预测串通 bidder，利用VCG机制在多单位拍卖中提升收益和福利，理论分析显示串通对收益影响显著，且提供误分类下的价格下界。
2026-11-02 cs.GT econ.TH
Simultaneous 2nd Price Item Auctions with No-Underbidding
文献中的无政府代价价格（PoA）的简单拍卖采用了无出价过高的假设，但完全忽略了无出价过低的现象，这是明显的第二价格拍卖的变体的实证研究。在这项工作中，我们提供了一个理论基础的无低价现象。我们研究了在一个新的自然条件{ \em no underbidding}下，同时第二价格拍卖（S2 PA）的PoA，这意味着代理人永远不会对低于其边际价值的物品出价。我们建立了改进的（主要是紧）的范围内的PoA的S2 PA下没有出价不足的不同估值类（包括单位需求，子模块化，XOS，次加性，一般单调估值），在完全信息和不完全信息的设置。为了得到我们的结果，我们引入了一个新的参数化属性的拍卖，称为$(γ,δ)$ -收入保证，这意味着至少$γ/(1+δ)$的PoA。通过扩展定理，这种保证扩展到全信息设置中的粗相关均衡（CCE），以及不完全信息和任意（相关）分布设置中的贝叶斯PoA（BPoA）。然后，我们表明，S2 PA是$(1,1)$ -收入保证的投标，满足没有低于出价。这意味着一般单调赋值的PoA至少为$1/2$，其扩展到具有任意相关分布的BPOA。此外，我们表明，$(λ,μ)$ -平滑结合$(γ,δ)$ -收入保证保证PoA至少$(γ+λ)/(1+δ+μ)$。这意味着一系列的结果，如一个严格的PoA的$2/3$为S2 PA与子模块（或XOS）的估值，在没有出价过高，也没有出价过低。除了为S2 PA建立…
2021-03-15 cs.GT
A Bayesian Clearing Mechanism for Combinatorial Auctions
University of Zurich（苏黎世大学）；Google Research（谷歌研究院）
我们投在贝叶斯框架的组合拍卖设计的问题，以将先验信息纳入拍卖过程中，并尽量减少收敛轮数。我们首先开发了一个生成模型的代理人估值和市场价格，使清算价格成为最大的后验估计观察到的代理人估值。然后，生成模型形成了拍卖过程的基础，该过程在细化代理估值的估计和计算候选清算价格之间交替。我们提供了一个实现的拍卖使用假设密度过滤估计估值和期望最大化计算价格。在一系列的估值域的实证评估表明，我们的贝叶斯拍卖机制是高度竞争力的组合时钟拍卖方面的回合收敛，即使在最有利的选择价格增量为这个基线。
2018-11-16 cs.AI cs.GT
The Price is (Probably) Right: Learning Market Equilibria from Samples
University of Massachusetts, Amherst（马萨诸塞大学阿默斯特分校）；Ben-Gurion University of the Negev（内盖夫本-古里安大学）；University of Southern California（南加利福尼亚大学）
市场中的均衡计算通常考虑玩家估值函数已知的情况。我们考虑设置玩家估值是未知的，使用PAC学习理论框架，我们分析了一些类的常见的估值函数，并提供算法输出直接PAC均衡分配，而不是估计的基础上试图学习估值函数。由于存在平凡的PAC市场结果与无限的最坏情况下的效率损失，我们下界我们的算法的效率。虽然一般分布下的效率损失相当高，但我们表明，在某些情况下（例如，单位需求估值），有可能找到一个PAC市场均衡与显着更好的效用。
2021-09-09 cs.GT cs.LG
Price Doubling and Item Halving: Robust Revenue Guarantees for Item Pricing
我们研究了基于静态物品定价的收益最大化的近似算法。在静态物品定价中，卖方为市场上的各种商品选择价格，然后买方以这些给定的价格购买效用最大化的捆绑产品。我们制定了两个有点通用的技术，设计良好的定价算法，这种设置：价格加倍和项目减半。使用这些技术，我们统一了许多现有的结果，在一个共同的框架下的项目定价文献，以及提供了几个新的项目定价算法近似的收入和社会福利。更具体地说，对于各种设置与项目定价，我们表明，它是可以确定性地获得一个对数近似的收入和一个常数近似的社会福利同时：因此，一个不需要牺牲收入，如果目标是仍然有体面的福利保障。%此外，我们提供了一个新的黑盒减少从收入到福利的基础上项目定价，这立即给我们新的收入-近似算法（例如，替代品估值）。本文的主要技术贡献是一个$O((\log m + \log k)^2)$ -近似算法的收入最大化的基础上，项目减半技术，设置买家有XoS估值，其中$m$是商品的数量和$k$是平均供应。令人惊讶的是，我们的是第一个已知的项目定价算法与多对数近似这样的一般类的估值，并部分解决了一个重要的公开问题，从算法定价文献的存在项目定价算法与对数因子的一般估值。我们还使用项目减半的框架，以形成羡慕免费项目定价机制的流行设置的多单位市场，提供了一个对数近似的收入在这种情况下。
2017-05-02 cs.GT
The IID Prophet Inequality with Limited Flexibility
本文研究在线销售中至多使用 $k$ 个价格的公平与收入折中，基于 IID 先知不等式提出有限阈值策略，并证明少量价格即可显著接近完全动态定价。
2023-08-14 cs.DS cs.GT math.OC
A semi-parametric approach for estimating consumer valuation distributions using second price auctions
University of Florida（佛罗里达大学）；LinkedIn Inc（领英公司）
本文提出一种无需调参的半参数方法，利用第二价格拍卖数据估计消费者估值分布，以帮助卖家优化定价策略。
2026-02-20 cs.GT stat.AP stat.ME
Mechanism Design for Perturbation Stable Combinatorial Auctions
本文提出组合拍卖的扰动稳定性概念，证明2-稳定次模估值下可高效计算最优分配且存在瓦尔拉斯均衡，并分析P2A和P1A的价格无政府状态，表明简单非诚实拍卖的均衡质量仅在$\gamma\geq 3$时改善。
2020-07-15 cs.GT
Online Revenue Maximization for Server Pricing
本文研究单位容量服务器在在线随机环境下的收入最大化问题，提出一种可高效计算、在加性误差内期望最优的确定性标价机制，并证明多项式样本足以学习到接近最优的真实定价策略。
2019-10-01 cs.GT
Price Competition, Fluctuations, and Welfare Guarantees
在卖方进行价格竞争的各种市场中，观察到的是价格振荡，而不是收敛到均衡。这种波动在汽油零售市场、航空公司定价和消费品在线销售中都有经验性的观察。受此启发，我们研究了一个均衡很少存在的价格竞争模型。我们试图分析的福利，尽管不存在的均衡，目前的福利保障作为卖方的市场力量的函数。我们首先研究了最佳反应动态的卖方，提供了一个同质的好的市场，并表明，除了适度数量的初始回合，福利保证是高的。我们考虑两种变化：在第一种情况下，卖方拥有关于买方估价的全部信息。在这里，我们表明，如果有$n$项目可在所有的卖家和$n_{\max}$是由任何给定的卖家控制的物品的最大数量，最佳福利的比例将最多$\log(\frac{n}{n-n_{\max}+1})+1$。随着最大卖方的市场力量的减弱，福利变得更接近最优。在第二个变化，我们考虑一个扩展模型，卖方有不确定性的买方的估值。在这里，我们同样表明，福利改善的最大卖方的市场力量的下降，但与更差的比例$\frac{n}{n-n_{\max}+1}$。这两个变量之间的指数福利差距量化了准确了解买家估值的价值。最后，我们表明，将我们的结果扩展到一般的异质商品是不可能的。即使对于$k$ -可加估值的简单类别，也存在一种设置，其中福利仅在$O(1/s)$部分时间内在任何非零因子内接近最优福利，其中$s$是卖方的数量。
2015-04-26 cs.GT
Simple Mechanisms for Subadditive Buyers via Duality
我们提供了简单的和近似的收入最优的机制，在多项目多投标人设置。我们统一和改进了所有以前的结果，以及推广的结果，以更广泛的情况。特别是，我们证明了以下两个简单的，确定性和主导策略激励兼容机制，顺序公布价格机制或匿名顺序公布价格机制与入场费，实现了一个恒定的比例的最优收益之间的所有随机，贝叶斯激励兼容机制，当买家的估值是XOS在独立的项目。如果买家的估价是独立物品的次加性，则近似因子退化为$O(\log m)$，其中$m$是物品的数量。我们得到我们的结果，首先扩展的蔡Devanur-温伯格对偶框架，以获得一个有效的基准的最优收益subadditive投标人，然后分析这个上限与新的技术。
2019-08-26 cs.DS cs.GT
Sequential item pricing for unlimited supply
我们调查价格更新可以在多大程度上增加收入的卖方几乎没有需求的先验信息。我们研究了无先验收益最大化的卖方无限供应的n个项目类型面临m近视买家目前k < log n天。对于静态（k = 1）情况，Balcan等人。[2]表明，一个随机项目价格（每个项目相同）产生的收入在最佳因子Θ（log m + log n）内，并且该因子是紧的。我们定义了买方估值的遗传最大化属性（由任何多单位或总替代品估值满足），这足以在动态（k > 1）设置中显着改善近似因子。我们的主要结果是一个非增加的，随机的，时间表k平等的项目价格与预期收入内的O（（log m + log n）/ k）的私人估值遗传最大化的最佳因素。这个因子几乎是紧的：我们证明了k天内的任何定价方案都有至少为（log m + log n）/（3 k）的收入近似因子。如果所有赋值都有相同的最大值，我们得到了类似的匹配上下界Θ（（log n）/ k）.我们希望我们的上限技术能引起更广泛的兴趣;例如，它可以显着改善Akhlaghpour等人的结果。我们还开始研究收入最大化的买方组合估值之间的分配外部性（即影响）。我们提供了一个相当普遍的模型，其他人的物品所有权对买家的估价产生积极影响。对于仿射、子模块外部性和具有遗传最大化的估值，我们提出了一种基于我们的私人估值算法的影响和利用（Hartline等人[13]）营销策略。这个策略保留了我们的近似因子，…
2010-11-01 cs.GT
Strategic Dynamic Pricing with Network Effects
研究了垄断厂商在多个时期向顾客销售同质商品的最优定价策略。消费者选择购买时间以最大化他们的收益，这取决于他们对产品的估价，购买价格以及他们从过去购买他人中获得的效用，称为网络效应。我们首先证明了最优价格序列是非递减的。因此，通过推迟购买到未来几轮，客户权衡了更高的效用从网络效应与更高的价格。然后，我们表明，客户的均衡策略可以由阈值规则，在每一轮的客户购买的产品，当且仅当她的估值超过一定的阈值。这意味着客户面临着一个关于他人估值的推理问题，即，观察到顾客还没有购买产品，表示她的估价低于阈值。我们考虑一个网络互动的块模型，其中有块的买家受到相同的网络效应。一个自然的基准，这个模型允许我们提供一个明确的表征的最优价格序列渐近的代理商的数量趋于无穷大，这是显着的线性增加，在时间上的斜率，取决于网络效应通过一个标量的总和的逆网络权重矩阵的条目。我们的特征表明，增加网络中的“不平衡”（定义为节点的进出度之间的差异）会增加垄断者的收入。我们进一步研究了价格歧视的影响，并表明，在早期的垄断提供较低的价格，以块具有较高的Bonacich中心，以鼓励他们购买，这反过来又进一步激励其他客户购买在随后的时期。
2018-06-26 cs.GT
Revenue Guarantees in Autobidding Platforms
Aarhus University（奥胡斯大学）
研究通过FPPE机制在拍卖平台中实现收入保证，证明其能获得最优收入的一半，并针对在线环境和凹估值函数扩展分析。
2026-02-16 cs.GT
An efficiency ordering of k-price auctions under complete information
本研究在完全信息下刻画k价格拍卖的纯策略纳什均衡，证明除最低k-2个估值者外均可获胜，且最坏情况福利随k单调递增，第一价格拍卖最优。
2025-07-08 cs.GT econ.TH
Prophet Inequalities Made Easy: Stochastic Optimization by Pricing Non-Stochastic Inputs
我们提出了一个一般的框架，随机在线最大化问题的组合可行性约束。该框架通过构建基于价格的在线近似算法建立先知不等式，这是阈值算法在二进制选择之外的自然扩展。我们的分析采取的形式的扩展定理：我们推导出充分条件的价格时，所有的权重是已知的，然后证明，由此产生的近似保证直接扩展到随机设置。我们的框架统一和简化了现有的文献先知不平等和张贴价格机制，并用于获得新的和改进的结果组合市场（有和没有补充），多维拟阵，稀疏包装问题。最后，我们强调了一个令人惊讶的连接之间的平滑框架约束的无政府状态无政府代价的机制和我们的框架，并表明，许多顺利的机制可以被重铸为张贴的价格机制具有可比的性能保证。
2017-07-09 cs.DS cs.GT
The Role of Transparency in Repeated First-Price Auctions with Unknown Valuations
Università degli Studi di Milano（米兰大学）；Politecnico di Milano（米兰理工大学）；University of Ottawa（渥太华大学）；Sapienza Università di Roma（罗马第一大学（智慧大学））
本文研究未知估值下第一价格拍卖中单个竞标者的遗憾最小化问题，完整刻画了极小极大遗憾与拍卖透明度之间的关系，并揭示透明度与环境性质如何共同影响最优出价的学习速度。
2024-03-21 cs.DS cs.GT cs.LG
