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
An Optimal Bidimensional Multi-Armed Bandit Auction for Multi-unit Procurement
我们研究的问题，买家（又名拍卖）谁获得随机奖励采购多个单位的服务或项目从一个池的异构战略代理。从分配的代理获得的单个单位的奖励取决于代理的内在质量;代理的质量是固定的，但未知。每个代理只能提供有限数量的单位（代理的容量）。单位成本和容量是代理人的私人信息。拍卖师需要引出成本以及能力（使机制设计二维），并进一步了解代理的质量，以最大限度地提高她的效用。出于这一动机，我们设计了一个二维多臂强盗采购拍卖，旨在最大限度地提高预期效用的拍卖受到激励相容性和个人的理性，同时学习未知的素质的代理。我们首先假设的质量是已知的，并提出了一个最佳的，真实的机制2D-OPT的拍卖人引起的成本和能力。接下来，为了学习代理的质量，另外，我们提供了一个学习算法是贝叶斯激励兼容和个人理性的充分条件。最后，我们设计了一种新的学习机制，2D-UCB，是随机贝叶斯激励兼容和个人理性。
2015-04-28 cs.GT
Double-Sided Energy Auction Equilibrium Under Price Anticipation
研究了有买卖代理人参与的均衡公平双边能量拍卖问题。假设电网在孤岛模式下运行。一个分布式拍卖算法，可以实现的聚合器，以及一个可能的方法，代理人可以近似的价格预期被认为是。分析了由于价格预期而产生的均衡条件。一个修改后的拍卖，以减轻由于这种行为的效率损失的建议。这种改进的拍卖允许代理人的总社会福利任意接近于价格接受代理人所能达到的社会福利。接下来，当聚合器收集每单位的能源交易的附加费价格的均衡条件进行检查。一个双目标优化问题，考虑到代理商的社会福利以及聚合器的附加费收入。广泛的模拟，证实了理论分析的结果，报告。
2016-05-21 cs.GT
Revenue in First- and Second-Price Display Advertising Auctions: Understanding Markets with Learning Agents
本文研究展示广告拍卖从SPA转向FPA对收益的影响，通过分析建模和数值实验探索学习智能体的收敛行为，发现收益等价不成立，合谋非FPA收益低的原因。
2024-12-03 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
Inference from Auction Prices
计量经济学推理允许分析者从机制的规则和代理人的出价中收回机制中代理人的价值。本文给出了一个算法来解决在支配策略机制中，从该机制实现的社会选择函数和代理支付的单位价格（代理出价不被观察）来推断代理的价值的问题。对于单维代理，这个推理问题是支付身份的多维反演，并且只有当支付身份是唯一可逆的时才是可行的。对于单一单位比例权重的社会选择函数（例如，在带宽分配中常见），逆是唯一的;并且可以有效地找到它的逆。这种反转并不是唯一的社会选择功能，表现出互补性。独立的兴趣，我们扩展了罗森（1965）的一个结果，即纳什均衡的“凹游戏”是唯一的和纯粹的，一个替代的概念，基于盖尔和Nikaido（1965年）。
2020-03-30 cs.GT
Towards Barter Double Auction as Model for Bilateral Social Cooperations
本文的思想是一个先进的博弈概念。这一概念有望成为自利主体之间非货币双边合作的模型。这种非金钱的情况是社会合作，如分配高级工作或人类之间的性关系。在易货双向拍卖中，存在大量的代理人。每个代理人都有一个向量的参数，指定他的需求和向量，指定他的报价。两个代理人可以通过物物交换来达成承诺。代理人的主观满意度（0%到100%之间的数字）与他的需求和接受的报价之间的距离一样高。本文介绍了这个复杂的游戏概念的一些方面。
2009-05-22 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
An End-to-end Argument in Mechanism Design (Prior-independent Auctions for Budgeted Agents)
本文考虑先验独立的机制设计，即确定一个单一的机制，具有接近最优性能的每个先验分布。我们发现，具有说真话均衡的机制，启示机制，并不总是给最优的先验独立的机制，我们定义的启示差距量化的启示机制的非最优性。这项研究表明，重要的是要发展一个理论设计的非启示机制。我们的分析集中在福利最大化的单项目拍卖的代理人的预算和自然规律性的假设，他们的价值分布。全付费拍卖（一种非揭示机制）是贝叶斯最优机制;由于它是先验独立的，因此它也是先验独立的最优机制（1-近似）。我们证明了一个下界的先验独立近似的启示机制的1.013和成交拍卖（启示机制）是一个先验独立的$e \approx 2.714$近似。因此，与公共预算代理人的单项福利最大化的启示差距是在$[1.013, e]$。我们的一些分析延伸到收入目标，位置环境和不规则分布。
2018-07-30 cs.GT
Improved Efficiency Guarantees in Auctions with Budgets
我们研究的效率保证在简单的拍卖环境中，拍卖人有一个单位的可分割的好分配给一些预算受限的代理。由于预算的限制，社会福利不可能用比任何真实机制的代理人数量更好的因素来近似。因此，我们遵循Dobzinski和Leme最近的工作（ICALP 2014）来近似流动福利，这是每个代理人的福利，每个代理人都有自己的预算。我们设计了一个新的真实拍卖的近似比$\frac{\sqrt{5}+1}{2} \approx 1.618$，提高了最佳的前一个比例的$2$时，代理人的预算是公共知识，他们的估值是线性的（加性）。在私人预算设定下，我们提出近似比为$34$的第一常数近似拍卖。此外，这种拍卖适用于任何估值函数。以前，只有$O(\log n)$近似是已知的线性和递减边际（凹）估值，和$O(\log^2 n)$近似是已知的次加性估值。
2015-02-13 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
Transactive Energy Auction with Hidden User Information in Microgrid
本研究提出了一种新的拍卖机制的买卖双方之间的交易能量交换，建模为代理在微电网。该机制由一个单独的微电网控制器（MC）代理实现，并需要通过迭代投标过程与其他代理的大数据流。理论分析表明，尽管私人用户信息对MC是隐藏的，但在代理商效用凸性的假设下，该拍卖仍然能够最大化代理商的总效用即社会福利.此外，它表明，该机制表现出的个人理性和弱预算平衡的关键可取的功能，保证任何代理人的报酬，也没有终止后的净货币收入，是负的。拟议的办法还包括一个以公平方式重新分配卖方份额的机制。作为示例，提出了基于最大熵的公平再分配方案。这里报告的理论分析是伴随着大量的模拟，说明了所提出的机制的各个方面。
2016-08-12 cs.GT
Generalized Prophet Inequalities for Online Auctions
Institute for Logic, Language and Computation, University of Amsterdam（阿姆斯特丹大学逻辑、语言与计算研究所）
本文推广先知不等式至智能体有预算和混合目标的在线拍卖，提出广义平衡价格机制，证明常数竞争比并建立权衡与归约。
2026-10-01 cs.GT
Bayesian Optimal Auctions via Multi- to Single-agent Reduction
研究了一个单一商品或服务的抽象最优拍卖问题。这个问题包括代理人有预算，风险偏好，或多维偏好的好几个可能的配置的环境（此外，它允许代理人的预算和风险偏好，只有私下知道代理）。这些是拍卖理论面临的主要挑战。一个单智能体问题是优化一个给定的目标，该目标受到对每种类型被分配的最大概率的约束，即，分配规则。我们的方法是一个减少从多代理机制设计问题的单代理问题的集合。我们专注于收入最大化，但我们的结果可以应用于其他目标（例如，福利）。一个最优的多代理机制可以计算的线性/凸规划的临时分配规则，同时优化几个单代理机制的联合可行性的分配规则。Border \citeyearpar{B91}证明了对于单单位拍卖，$n$代理的所有联合可行的临时分配规则的空间是一个$\NumTypes$维凸多面体，可以由$2^\NumTypes$线性约束来指定，其中$\NumTypes$是所有代理类型的总数.因此，有效地解决机制设计问题，需要一个分离的预言机的可行性条件，也是一个算法的事后实施的临时分配规则。我们证明了联合可行的临时分配规则的多面体是一个高维多面体的投影，可以指定只有$O(\NumTypes^2)$线性约束。此外，我们的证明表明，找到一个前像的临时分配规则，在高维多面体立即给出了一个事后实施。
2012-03-22 cs.GT
Clinching Auctions Beyond Hard Budget Constraints
代理人的支付能力的限制发挥了重要作用，在拍卖设计的任何设置的金融交易的规模是足够大的。这些约束在机制设计中传统上被建模为\emph{hard budget}，即，机构不允许收取代理超过一定量。然而，真正的拍卖系统（如Google AdWords）允许对代理商的支付能力进行更复杂的限制，如\emph{average budgets}。在这项工作中，我们研究了设计帕累托最优和激励兼容的拍卖代理\emph{constrained quasi-linear utilities}，它捕捉更现实的模型的流动性约束的代理可能有。我们的研究结果适用于一个非常一般的类的分配约束称为polymatroidal环境，包括许多设置的兴趣，如多单位拍卖，匹配市场，视频点播和广告系统。我们的设计是基于Ausubel的\emph{clinching framework}。激励措施的兼容性和支付能力限制方面的可行性是敲定框架的直接后果。另一方面，帕累托最优则更具挑战性，因为它的无交易条件不仅取决于代理人的预算是否耗尽，还取决于商品分配的价格。为了控制这些价格，我们引入了降价和饱和的新概念。这些概念导致我们的主要结构的结果，这是一个表征紧集成交拍卖结果及其关系到价格下跌。
2014-04-20 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
Using Multi-Agent Reinforcement Learning in Auction Simulations
博弈论是科学家们发展起来的一种理论，它研究的是被认为是完全理性的参与者之间的战略互动。这些策略互动可能出现在拍卖、商业谈判、国际象棋比赛，甚至是不同代理人之间的政治冲突中。在这项研究中，策略（理性）代理创建的强化学习算法被认为是投标人代理在各种类型的拍卖机制，如英国拍卖，密封投标拍卖，和Vickrey拍卖设计。接下来，将由代理人确定的均衡点与这些环境的纳什均衡点的结果进行比较。投标策略的代理人进行了分析，在个人的合理性，真实性（策略证明），和计算效率。结果表明，使用多智能体强化学习策略提高了拍卖模拟的结果。
2020-04-06 cs.GT cs.MA
Sequential Auctions of Identical Items with Budget-Constrained Bidders
在本文中，我们研究了两个预算受限的投标人和任何数量的相同的项目的顺序拍卖。所有关于这种拍卖的先前结果只考虑两个项目。我们构造了一个规范的拍卖结果，这是唯一的自然均衡，是唯一的子博弈完美均衡下的细化。我们展示了这个均衡的某些有趣的性质;例如，我们展示了价格随着拍卖的进行而下降。这种现象已经在许多实验中观察到，以前的理论工作将其归因于供应或风险规避投标人的不确定性等特征。我们表明，这种现象不需要这样的功能，它纯粹是从最基本的功能：预算限制和拍卖的顺序性。有点令人惊讶的是，我们还表明，在这个均衡中，一个代理人赢得了他的所有项目在开始，然后其他代理人赢得了其余的。分析这种顺序拍卖的主要困难在于理解前几轮的销售价格如何影响后面几轮中代理人的效用。我们通过确定拍卖的某些关键属性来解决这个困难，并且通过对所有这些属性的联合归纳来证明。
2012-09-08 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
A Truthful Referral Auction Over Networks
研究了网络环境下的一个机制设计问题，其中代理人只能通过推荐参与。Bulow-Klemberer定理提出，扩大参与者的数量是比修改拍卖形式更有效的增加收入的方法。然而，代理商缺乏邀请其他人的动力，因为这样做会加剧他们之间的竞争。另一方面，误报社交网络也是一个常见的问题，可能会减少收入。误报的例子包括Sybil攻击（一个代理假装是多个投标人）和联盟组（多个代理假装是一个代理）。为了应对这些挑战，我们引入了一种新的机制，称为真实的引用扩散机制（TRDM）。TRDM激励代理商如实报告他们的社交网络，其中一些代理商因提高收入而受到卖方的奖励。尽管有些代理人在TRDM中出价过高，但收入是固定的，高于任何没有推荐的机制的收入。TRDM是非负平衡的（非负收入），并产生一个有效的结果（最大化的社会福利），使其对卖方和买方都有吸引力，因为它提高了收入和回报。
2023-03-16 cs.GT
Randomized learning-augmented auctions with revenue guarantees
针对带可能错误最高估值预测的真实单物品拍卖，刻画随机化一致性/鲁棒性参数边界，并给出误差依赖鲁棒拍卖的充要条件及近最优收入机制。
2024-01-24 cs.GT
Stackelberg Attacks on Auctions and Blockchain Transaction Fee Mechanisms
该研究提出针对拍卖与区块链交易费机制的Stackelberg攻击策略，攻击者通过策略承诺可免费获得物品并迫使其他智能体配合，在估值集中、拍卖低拥堵等条件下对多种拍卖及EIP-1559机制有效，会造成拍卖方收入大幅损失。
2023-05-03 cs.GT
Quality adaptive online double auction in participatory sensing
具有智能设备的代理（特别是人类）以惊人的速度产生，并且除了仅用作单纯的呼叫设备之外，还可以在信息和通信技术中发挥重要作用。在几个不同的应用中灌输由代理携带的智能设备的能力通常被称为参与式感知（PS）。在本文中，第一次真实的质量自适应参与式感知提出了一个在线的双重拍卖环境。该算法是模拟与基准机制，适应现有的McAfee的双重拍卖（MDA）直接在在线环境中。
2016-11-23 cs.GT
An Improved Welfare Guarantee for First Price Auctions
本文证明了在Bayes-纳什均衡中第一价格拍卖的福利至少是最优机制福利的一个$.743$ -分数，假设代理人的价值是独立分布的。之前的最佳界限是$1-1/e \approx .63$，由Syrgkanis和Tardos（2013）使用平滑性推导出来，平滑性是推理均衡博弈福利的标准技术。在最糟糕的例子中（来自Hartline et al.（2014）），第一价格拍卖实现了最优福利的$\approx .869$ -分数，远远好于理论保证。尽管存在较大的缺口，但尚不清楚$1-1/e \approx .63$结合是否紧密。我们证明它不是。我们的分析避开了平滑性，而是使用对代理人价值分布的独立性假设，以更仔细地计算那些尽管没有最高价值但仍获胜的代理人的福利贡献。
2018-03-18 cs.GT
Bidding for Preferred Timing: An Auction Design for Electric Vehicle Charging Station Scheduling
本文考虑了电动汽车充电调度设置，车辆用户可以提前预订充电时间在充电站。在此设置中，允许用户明确表达他们对不同开始时间和充电时间长度的偏好，以便为他们的车辆充电。我们的目标是计算最佳的充电时间表，最大限度地提高所有用户的社会福利给定他们的时间偏好和他们的车辆的充电状态。假设用户是自利的代理人，他们可能会采取战略性的行为，以提高自己的利益，而不是所有代理人的社会福利，我们提出了一个迭代拍卖计算高质量的时间表，并在同一时间，保护用户的隐私，逐步引起他们的喜好，必要的。我们进行了博弈论分析，建议迭代拍卖证明其个人的合理性和代理的最佳反应。通过大量的实验，我们证明了迭代拍卖可以获得高效率的解决方案与部分价值信息。此外，我们探讨了调度效率和拍卖中的信息披露之间的关系。
2019-07-20 cs.GT
Auction Design for Value Maximizers with Budget and Return-on-spend Constraints
本文研究具有预算和广告支出回报率约束的价值最大化者的收入最大化拍卖设计，在最坏情况模型下针对完全私有和部分私有两种信息设定，分别给出了单位需求与可加性智能体的常数或$Ω(1/\sqrt{n})$近似机制。
2023-07-10 cs.GT
The Simple Economics of Approximately Optimal Auctions
利润通过边际收益最大化而最优化的直觉是微观经济学的指导原则。在具有线性效用和一维偏好的代理人的经典拍卖理论中，Bulow和Roberts（1989）表明，Myerson（1981）的最优拍卖实际上是优化边际收益。特别是迈尔森的虚拟价值，正是一个适当的收入曲线的衍生物。本文研究了多智能体多维非线性偏好环境下的机制设计问题。了解这些环境下的好拍卖被认为是贝叶斯最优机制设计的主要挑战。在这些环境中，最大化边际收益可能不是最优的，有时没有直接的方法来实现边际收益最大化。我们的贡献有三个方面：我们的特点的设置，边际收入最大化是最佳的（通过确定一个重要的条件，我们称之为收入线性），我们给出了简单的程序，实现边际收入最大化的一般，我们表明，边际收入最大化是近似最优的。我们的近似因子在一个量化环境离理想（边际收入最大化是最优的）有多远的术语中平滑地下降。由于边际收益机制是最佳的单维代理，我们的推广立即近似扩展了许多单维代理的结果。贝叶斯算法机制设计中最大的开放问题之一是开发在代理类型空间的大小上不具有蛮力的方法。我们的方法确定了一个子问题，例如，对于具有从产品分布中提取的值的单位需求代理，启用在维度上为多项式的近似机制。
2014-06-05 cs.GT
Self-Confirming Price Prediction for Bidding in Simultaneous Ascending Auctions
同时递增拍卖代理人的曝光问题：投标获得一个捆绑的风险，获得一个不想要的商品子集的可能性。拍卖理论对处理这一问题没有提供什么指导。我们提出了一个新的家庭decisiontheoretical投标策略，使用概率预测的最终价格。我们专注于自我确认的价格分布预测，这是正确的定义，当所有代理人投标决策理论上基于他们。基于这些的投标是可证明的一般不是最优的，但我们的实验证据表明，该策略可以是相当有效的相比，其他已知的方法。
2012-07-04 cs.GT
Agent Based Trust Management Model Based on Weight Value Model for Online Auctions
本文针对传统网上拍卖中由于信誉和信任计算机制的各种异常而产生的规定。我们试图通过提供有效的信任管理方法来提高在线拍卖的可扩展性和效率，考虑到几个因素。最后，本文对引入代理方法和不引入代理方法的拍卖系统进行了性能比较，取得了较好的效果
2010-04-06 cs.CR cs.GT
Non-strategic Econometrics (for Initial Play)
代理偏好建模在包括经济学和越来越多的人工智能在内的一系列领域都有应用。这些偏好并不总是已知的，因此可能需要从观察到的行为中进行估计，在这种情况下，需要一个模型来将代理偏好映射到行为，也称为结构估计。传统的模型是基于这样的假设，即代理人是完全理性的：也就是说，他们完全按照自己的利益进行优化和行为。然而，行为博弈论领域的工作表明，人类代理人经常做出不完全理性的决策，该领域已经开发出放松完美理性假设的模型。我们应用模型预测行为对估计偏好，并表明他们优于传统和常用的基准模型从人类受试者收集的数据。事实上，纳什均衡及其放松，量子响应均衡（QRE），可以导致一个不准确的估计代理偏好时，与地面真相。一个关键发现是，对非战略行为（通常被认为是均匀噪音）进行建模对于估计偏好非常重要。为此，我们引入了quantal-linear 4，一个丰富的非战略模型。我们还提出了一个增强流行的量子响应均衡与非战略性的组成部分。我们称之为增强模型QRE+L0，并发现在标准QRE的估计值的改进。QRE+L0允许非战略行为的替代模型，除了量化线性4。
2023-03-01 cs.GT
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
Auctions Between Regret-Minimizing Agents
The Hebrew University of Jerusalem（耶路撒冷希伯来大学）
我们分析的情况下，软件代理实现的遗憾最小化算法进行重复拍卖代表他们的用户。我们研究了第一价格和第二价格拍卖，以及它们的广义版本（例如，如用于广告拍卖的那些）。使用理论分析和模拟，我们表明，令人惊讶的是，在第二价格拍卖的球员有动机误报自己的真实估值自己的学习代理，而在第一价格拍卖这是一个占主导地位的策略，所有的球员如实报告他们的估值，他们的代理。
2022-03-25 cs.AI cs.GT cs.LG
Fast Convergence in the Double Oral Auction
一个经典的交易实验由一组具有相同物品的单位需求买方和单位供应卖方组成。每个代理人的价值或机会成本的项目是他们的私人信息和偏好是准线性的。代理人之间的交易采用双重口头拍卖（DOA），其中买方和卖方都喊出拍卖师认可的出价或出价。对接受的出价和出价所产生的交易进行记录。这种情况一直持续下去，直到没有更多的可接受的出价或出价。值得注意的是，实验始终以瓦尔拉斯价格结束。本文的主要结果是在DOA的精神，收敛到瓦尔拉斯平衡的多项式数量的步骤，从而提供了上述经验现象的理论基础的机制。这是众所周知的，计算一个瓦尔拉斯平衡，这个市场对应于解决一个最大重量的二分匹配问题。因此，代理的不协调，但理性的反应，解决了分布式的最大权重二分匹配问题，是由他们的私人估值编码。此外，我们表明，每一个瓦尔拉斯均衡是可达到的一些序列的反应。这与针对该问题的众所周知的拍卖算法形成对比，该算法仅允许一方出价，因此本质上选择使出价方的盈余最大化的均衡。我们的研究结果扩展到设置不是每个代理对被允许相互交易。
2015-10-01 cs.GT
Optimal Mechanism Design with Risk-loving Agents
机制设计中最著名的成果之一是迈尔森对销售单一物品的收入最优拍卖的描述。然而，这一结果在很大程度上依赖于买方对风险漠不关心的假设。在本文中，我们调查的情况下，买方是风险爱好，即他们更喜欢赌博，以获得奖励确定性。我们使用期望效用理论的标准风险模型，其中风险偏好行为由凸效用函数表示。我们把注意力集中在指数效用函数的特殊情况下。我们的最优拍卖的特点，并表明，随机化可以用来提取更多的收入比当买家是风险中性的。最重要的是，我们表明，最优拍卖是简单的：最优的收入可以提取使用一个随机的接受或离开它的价格为一个单一的买家，并使用一个失败者支付拍卖，一个变种的全付拍卖，为多个买家。最后，我们表明，这些结果不再成立凸效用函数超过指数。
2018-10-05 cs.GT
Learning to Classify and Imitate Trading Agents in Continuous Double Auction Markets
连续双向拍卖，如交易所采用的限价订单簿，在实践中被广泛用于匹配各种金融工具的买方和卖方。在这项工作中，我们开发了一个基于代理的模型交易的限价订单簿，并显示（1）如何对手建模技术可以应用于分类交易代理原型和（2）如何行为克隆可以用来模仿这些代理在模拟设置。我们通过实验比较了这两项任务的一些技术，并评估其适用性和在现实世界中的使用情况。
2021-10-29 cs.GT q-fin.CP
Simple Mechanisms For Agents With Complements
我们研究了在互补的存在下简单拍卖的效率。[DMSW 15]介绍了单一投标拍卖，并表明它具有$O(\log m)$的无政府状态（PoA）价格，用于无互补（即，次加性）估值。在此之前，我们的工作，没有非平凡的上限的单一出价拍卖的POA是已知的估值展示补充。我们引入了一个层次结构的估值，层次结构的水平对应的互补程度，和PoA的单一投标拍卖优雅地降低与层次结构的水平。该层次结构是对正超图上最大值（MPH）层次结构的细化[FFIILS15]，其中互补度$d$由正超图表示中节点的最大邻居数捕获。我们表明，无政府状态的价格的单一出价拍卖的层次结构的水平$d$的估价是$O(d^2 \log(m/d))$，其中$m$是项目的数量。我们还建立了一个改进的上界$O(d \log m)$的一个子类中的每一个超边的大小最多为2（但度仍然是$d$）。最后，我们表明，随机之间的单一投标拍卖和大捆绑拍卖的无政府状态的价格最多$O(\sqrt{m})$一般估值。我们所有的结果都是通过平滑框架，从而扩展到粗相关的均衡和贝叶斯纳什均衡。
2016-09-02 cs.GT
Models for Truthful Online Double Auctions
在线双向拍卖是一个具有私人信息和自我利益的动态双边匹配问题，与动态资源和任务分配问题密切相关。我们提出了一个通用的方法来设计真实的DA，这样，没有代理可以从误报其到达时间，持续时间，或值中受益。DA系列由定价规则参数化，并包括McAfee真实DA对此动态设置的概括。我们提出了一个实证研究，在其中我们研究了一些不同的DA的配置盈余和代理盈余。我们的研究结果表明，动态定价规则是重要的，以提供良好的市场效率的市场波动性或低量。
2012-07-04 cs.GT
Bidding under Uncertainty: Theory and Experiments
本文介绍了一种研究代理投标策略，假设组合估价的互补性和可替代的商品，在三个拍卖环境：顺序拍卖，同时拍卖，和交易代理竞争（TAC）经典酒店拍卖设计，顺序拍卖和同时拍卖的混合。将序列拍卖中的投标问题转化为一个MDP问题，并证明了期望边际效用投标是最优投标策略。将同时拍卖中的投标问题表示为一个随机规划问题，并通过实例说明，即使在确定性条件下，边际效用投标也不是最优投标策略.两种替代方法近似的解决方案，这个随机程序：第一种方法，它依赖于期望值，是最佳的确定性环境中，第二种方法，采样的非确定性环境中，是渐近最佳的样本的数量趋于无穷大。最后，这些不同的投标政策的实验中描述的TAC经典设置。
2012-07-11 cs.GT
Frugal and Truthful Auctions for Vertex Covers, Flows, and Cuts
我们研究真实的机制，雇用一个团队的代理商在三类集系统：顶点覆盖拍卖，k流拍卖，和削减拍卖。对于顶点覆盖拍卖，顶点由自私和理性的代理人拥有，拍卖者希望从他们那里购买顶点覆盖。对于k-流拍卖，边由代理人拥有，并且拍卖者想要购买k条边不相交的s-t路径，对于给定的s和t。在同样的情况下，对于分割拍卖，拍卖师希望购买s-t分割。只有代理人知道他们的成本，拍卖人需要选择一个可行的集合和支付的基础上，由代理人出价。我们提出了所有三套系统的恒定竞争的真实机制。也就是说，对于该类中的每个集合系统，该机制的最大超额支付在任何真实机制的最大超额支付的恒定因子内。顶点覆盖的机制是基于通过从某个矩阵的主特征向量导出的乘数来缩放每个出价。k-流的机制将图修剪为最小（k+1）-连通，然后应用顶点覆盖机制。类似地，用于切割的机制收缩图，直到所有s-t路径的长度正好为2，然后应用顶点覆盖机制。
2011-06-13 cs.CC cs.GT
Learning and Trust in Auction Markets
在本文中，我们研究的投标人的行为在一个实验性的推出一个新的广告拍卖平台的Zillow，作为Zillow从谈判合同切换到使用拍卖在几个地理上孤立的市场。这个实验的一个独特之处是，这个市场中的投标人是代表自己投标的房地产经纪人，而不是使用第三方中介。为了帮助投标人，Zillow还提供了一个推荐工具，为每个投标人提供建议。本文主要研究投标人是否采用平台提供的投标推荐的决策问题。我们注意到，很大一部分投标人没有使用推荐的投标。使用代理的出价历史，我们推断他们的价值，并将代理的后悔与他们的实际出价历史进行比较，结果他们会得到以下的建议。我们发现，对于一半的代理人不遵循的建议，增加的努力，试验替代出价的结果增加遗憾，即，他们从系统中获得的净值减少了。随着市场的成熟，不遵循建议的代理商比例缓慢下降，但在我们观察的大多数市场中，这一比例仍然很大。我们认为，这种现象的主要原因是缺乏信任的平台提供的工具。我们的工作为基于拍卖的在线广告平台的可能设计选择提供了经验性的见解。虽然搜索广告平台（如谷歌或必应）允许投标人自己提交投标，但许多显示广告平台（如Facebook）代表投标人优化投标，并消除投标的必要性。我们的实证分析表明，后一种方法是首选的投标人是个人，谁没有访问第三方工具，谁可能会质疑平台提供的建议的公平性的市场。
2017-03-30 cs.GT
Deep Learning Based Auction Design for Selling Agricultural Produce through Farmer Collectives to Maximize Nash Social Welfare
Plaksha University（普拉克斯哈大学）；Indian Institute of Science（印度科学学院）
本文提出一种基于深度学习的体积折扣拍卖机制，通过农民合作社销售农产品以最大化纳什社会福利，优于传统拍卖机制。
2025-12-26 cs.GT
Agent Failures in All-Pay Auctions
全付费拍卖，一种用于各种人类和代理交互的常见机制，像许多其他机制一样，受到参与者未能参与拍卖的可能性的影响。我们建立了这类博弈的模型，并充分刻画了这类博弈的均衡，我们给出了一个对称均衡，并证明了在一定条件下均衡是唯一的。我们揭示了均衡的各种性质，如最有可能参与的玩家对其他玩家的行为缺乏影响。我们进行这种分析有两种情况：总和利润模型，拍卖师获得所有提交的出价的总和，和众包竞赛的最大利润模型，拍卖师只能使用最好的提交，从而只获得中标。此外，我们还研究了影响参与概率的各种方法，如误报自己的参与概率的影响，以及如何影响另一个玩家的参与机会改变玩家的策略。
2017-02-14 cs.GT cs.MA
Truthful Secretaries with Budgets
我们研究在线拍卖设置中，代理商到达和离开动态随机（秘书）顺序，每个代理商的私人类型包括代理商的到达和离开时间，价值和预算。我们考虑多单位拍卖与添加剂代理分配的可分割和不可分割的项目。对于这两种设置，我们设计真实的机制，给出一个恒定的近似拍卖商的收入，在一个大的市场假设。对于可分割的项目，我们还设计了一个真实的机制，它给出了一个恒定的近似值，相对于流动福利-Dobzinski和Paes Leme [ICALP'14]引入的预算设置的自然效率度量。我们的技术提供了将离线真实机制转换为在线机制的高级原则，无论是否有预算限制。据我们所知，这是第一个解决在线设置与预算代理相结合的重要挑战的工作。
2015-04-14 cs.GT
Auction Design through Multi-Agent Learning in Peer-to-Peer Energy Trading
分布式能源（DER），如屋顶太阳能电池板，正在迅速增长，并正在重塑电力系统。为了促进DER，公用事业通常采用上网电价（FIT）向DER所有者支付一定的固定费率，以向电网供应能源。FIT的替代方案是基于市场的方法;也就是说，消费者和DER所有者在基于拍卖的点对点（P2P）市场上交易能源，价格根据供需确定。然而，拍卖的复杂性和市场参与者的有限理性可能会使许多成熟的拍卖设计理论失效，阻碍市场的发展。为了解决这些挑战，我们提出了一个自动投标框架的基础上，多代理，多臂强盗学习重复拍卖，其目的是尽量减少每个投标人的累积遗憾。数值结果表明，这样的多智能体学习游戏收敛到一个稳定的状态。特别感兴趣的拍卖设计，我们已经应用的框架，四个不同的实现重复双边拍卖，比较其市场结果。虽然很难选出一个明确的赢家，但$k$ -双向拍卖（统一定价拍卖的一种变体）和McAfee拍卖（Vickrey双向拍卖的一种变体）总体上表现良好，各有优缺点。
2021-10-20 cs.GT cs.SY eess.SY
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
Estimating Approximate Incentive Compatibility
本文研究如何量化非激励相容机制的偏离程度，提出基于类型分布样本和构造有限类型子集的估计方法，证明有限子集上的最大效用增益近似整体增益，并应用于多类拍卖机制。
2023-12-11 cs.GT
A dynamic auction for multilateral collaboration
针对可转移效用下智能体的多边合作，提出一种动态拍卖，在原始合同为总互补品时求得稳定结果。
2024-11-10 cs.GT econ.TH
Fairness in Combinatorial Auctions
市场经济涉及许多相互作用的主体，如买方和卖方，他们是追求自己利益的自主智能主体。组合拍卖系统（CAS）就是这样一种在拍卖中起着重要作用的多代理系统（MAS）。我们使用这个框架来定义我们的公平概念，我们称之为“基本公平”和“扩展公平”。在解释公平性时，考虑了准线性偏好和优势策略的假设。我们给出了一个算法，以确保公平的CAS使用广义Vickrey拍卖（GVA）。我们使用Sandholm算法来实现最优性。基本和扩展的公平性，然后根据主导策略解决方案的概念进行分析。
2010-05-26 cs.GT cs.MA
Learning to Bid Long-Term: Multi-Agent Reinforcement Learning with Long-Term and Sparse Reward in Repeated Auction Games
Huawei Technology（华为技术）；Hasso Plattner Institute（哈索·普拉特纳研究院）
我们提出了一种多智能体分布式强化学习算法，该算法在潜在冲突的短期奖励和稀疏、延迟的长期奖励之间进行平衡，并在动态环境中使用部分信息进行学习。我们比较了不同的长期奖励，以激励算法最大化个人收益和整体社会福利。我们在两个模拟拍卖游戏中测试了该算法，并证明：1）我们的算法优于两个基准算法在直接竞争，成本社会福利，和2）我们的算法的积极的竞争行为可以指导与长期奖励信号，以最大限度地提高个人收益和整体社会福利。
2022-04-05 cs.GT cs.LG
Capacity constraints and the inevitability of mediators in adword auctions
赞助搜索广告框架中的一个自然约束来自于以下事实：存在对可用槽的数量的限制，特别是对于流行关键字，并且因此，大量广告商被排除在外。我们研究了这种容量限制引发的广告市场多样化的出现，在这个意义上，新的市场机制，以及新的营利性代理可能会出现打击或从广告空间库存短缺所创造的机会中获利。我们提出了一个模型，其中额外的容量是由营利性代理商（或调解员），谁在原来的拍卖竞争插槽，吸引流量，并运行自己的子拍卖。中介体提供的额外能力的质量由其{ \it适应度}因子来衡量。当基于中介的模型由谷歌和雅虎目前使用的机制操作时，我们计算所有不同方在{ \it对称纳什均衡}（SNE）的收入和收益，然后将这些数字与在相同机制的相应SNE处获得的那些数字进行比较，但是在拍卖中不涉及任何中介。这样的计算使我们能够确定额外容量的价值。我们的研究结果表明，拍卖商的收入，以及社会价值（即效率），总是增加时，调解人的参与;此外，甚至{ \em所有}投标人的收益将增加，如果调解人有足够高的适应度。因此，我们的分析表明，在互联网经济中存在着巨大的多元化机会，我们应该期待它继续发展更丰富的结构，为不同类型的代理人和机制提供共存的空间。
2007-09-03 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
Optimal Auction Design for the Gradual Procurement of Strategic Service Provider Agents
Imperial College London（帝国理工学院）；Aston University（阿斯顿大学）
我们考虑一个外包问题，其中一个软件代理采购多个服务提供商的不确定的可靠性，以完成一个计算任务在严格的最后期限。服务消费者需要一种采购策略，以实现成功概率和调用成本之间的最佳平衡。然而，服务提供商是自利的，如果对他们有利，他们可能会歪曲他们的私人成本信息。对于这样的设置，我们设计了一个新的采购拍卖，为消费者提供尽可能高的收入，同时提供足够的激励供应商告诉他们的成本真相。这种拍卖为渐进式服务采购创建了一个应急计划，该计划建议仅在已雇用的供应商的成功概率低于时间依赖阈值时才招募新的供应商。为了使这种拍卖激励兼容，我们提出了一种新的加权阈值支付方案，支付所有的真实机制中的最低。使用加权支付方案，我们还设计了一个低复杂度的近最优拍卖，降低了计算复杂性的最优机制的99%，只有边际性能损失（小于1%）。我们通过博弈论和数值分析证明了我们提出的拍卖的有效性和强度。实验结果证实，所提出的拍卖表现出59%的改善，在当前国家的最先进的性能，通过增加成功概率高达79%，降低调用成本高达11%。
2021-10-25 cs.AI cs.GT
Noncooperative Coordination via a Trading-based Auction
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Ecole Nationale de l’Aviation Civile (ENAC)（法国国立民用航空学院）
提出TACo算法，通过去中心化的交易拍卖机制使非合作智能体无需直接通信即可达成共识，保证有限步内收敛，并实现总成本最小化和公平资源分配。
2026-08-19 cs.GT cs.MA
Understanding Iterative Combinatorial Auction Designs via Multi-Agent Reinforcement Learning
University of British Columbia（不列颠哥伦比亚大学）
本文提出利用多智能体强化学习（MARL）分析迭代组合拍卖，通过合理建模与算法优化克服收敛与多重均衡挑战，并实证揭示了时钟拍卖规则变更对竞标者行为及结果的显著影响。
2024-07-23 cs.AI cs.GT cs.MA
