Designing Markets for Daily Deals
Amazon Local、Google Offers、GroupOn和LivingSocial等日常交易平台为商家提供了直接向消费者营销的新渠道。为了最大限度地吸引和留住消费者，这些平台希望提供给用户带来良好价值的交易。目前，选择这样的交易是手动完成的;然而，大量的子市场和地区需要一个自动的方法来选择好的交易和确定商家付款。我们将这一挑战视为市场设计问题。我们假设商家已经很好地了解了他们的交易对消费者的吸引力以及他们愿意支付的金额。我们的目标是设计一个拍卖，最大限度地提高拍卖人（平台）的收入，投标人（商家）的福利，以及对第三方（消费者）的正外部性的组合，尽管关于这个消费者利益的信息不对称。我们设计的拍卖，如实地从商家获得这些信息，并最大限度地提高社会福利的目标，我们的特点是消费者福利的功能，这一目标是真实的实现。我们将这种特性推广到一个非常广泛的机制设计设置，并给出其他应用的例子。
2013-10-02 cs.GT
How Do Digital Advertising Auctions Impact Product Prices?
本文提出了一个包含平台内外触达、数据增强匹配和拍卖机制的数字广告模型，对比了数据增强型拍卖与托管活动机制，发现平台最优的托管活动机制虽能实现平台内高效分配和纵向整合利润，但会推高平台外产品价格并降低消费者剩余。
2024-04-23 cs.GT econ.TH
Optimal Auction Design for Constrained Buyers
Tel Aviv University（特拉维夫大学）
研究受约束买家在多单元多买家拍卖中的最优设计，发现对于收入一致目标，Myerson式拍卖仍最优；对于消费者一致目标，卖家可利用买家策略限制超越经典激励相容机制。
2026-10-28 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
Combinatorial Pen Testing (or Consumer Surplus of Deferred-Acceptance Auctions)
针对测量会消耗资源容量的笔测试问题，本文类比延迟接受拍卖与虚拟价值理论，提出最优及近似最优算法，可转换延迟接受机制，额外开销最多为(1+o(1))ln n，并适用于多种组合约束及在线环境。
2024-12-03 cs.DS cs.GT econ.TH
FlexAuc: Serving Dynamic Demands in a Spectrum Trading Market with Flexible Auction
在二级频谱交易市场中，频谱持有者（SH）广泛使用拍卖来将其未使用的信道重新分配给二级无线服务提供商（WSP）。作为卖方，中小企业设计适当的拍卖方案，以刺激更多的参与者，并最大限度地提高拍卖收益。作为买家，WSP决定拍卖中的投标策略，以更好地为最终用户服务。在本文中，我们考虑了一个三层频谱交易市场组成的SH，WSP和最终用户。我们共同研究三方的策略。SH决定拍卖方案和频谱供应以优化其收入。WSP在考虑最终用户的策略的需求和估价方面具有灵活的投标策略。我们设计了FlexAuc，一种新的拍卖机制，使动态供应和需求的拍卖。我们从理论上证明了FlexAuc不仅最大化了社会福利，而且还保持了其他良好的属性，如真实性和计算易处理性。
2014-04-09 cs.GT cs.NI
Flexible Bidding in Service-Oriented Combinatorial Spectrum Forward Auctions
针对固定投标组合频谱拍卖在动态共享中的福利损失，提出含可调节需求、SEM系数与贪婪匹配的近似真实前向拍卖机制，显著提升社会福利。
2025-07-26 cs.GT cs.SI
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
Design of auction-based approach for market clearing in peer-to-peer market platform
本文设计了一个用于交易能量（Transactive Energy，TE）系统中的对等（Peer-to-Peer，P2P）能量交易的市场平台，在该平台中，产消者和消费者作为卖方或买方积极参与能量交易。在拟议的平台中使用基于拍卖的方法进行市场清算，并对不同类型的拍卖进行了审查。设计了适合该平台的市场清算拍卖方式。建议的拍卖机制分为三个步骤，即确定、分配和支付。本文确定了重要的P2P市场清算性能指标，用于比较和对比设计的拍卖与不同类型的拍卖机制。比较研究表明，所提出的拍卖机制的市场出清在P2P平台的有效性。
2019-02-07 cs.GT math.OC
Optimal Mechanism Design with Flexible Consumers and Costly Supply
研究了在具有灵活消费者和高成本异质供给的情况下，设计一个利润最大化、贝叶斯激励相容和个体理性的机制问题。在我们的设置中，每个消费者都与一个灵活性集相关联，该灵活性集描述了消费者同样感兴趣的商品子集。每个消费者都希望从其灵活性集合中消费一种商品。消费者的柔性集和消费柔性集中的商品所得到的效用是消费者的私有信息。本文采用文献[1]的柔性模型，重点研究了柔性集合嵌套的情况--每个消费者的柔性集合可以是k个嵌套集合中的一个。提供了具有这种固有嵌套结构的设置的示例。在供给方面，我们假设卖方有一个初始的免费供应的股票，但它可以购买更多的商品为每个嵌套集在固定的外生价格。我们将利润最大化、贝叶斯激励相容和个体理性机制的分配和购买规则描述为整数规划的解。最优支付函数由最优分配规则以积分方程的形式确定。我们表明，嵌套的灵活性集可以被利用，以获得一个简单的描述的最佳分配，购买和支付的阈值，可以通过一个简单的迭代过程计算。
2017-10-25 cs.GT
An Adaptive Online Ad Auction Scoring Algorithm for Revenue Maximization
赞助搜索成为一个简单的平台，以匹配潜在消费者的意图与商家的广告。广告客户表示愿意支付的出价方面的每一个关键字的搜索引擎。当用户的查询与关键字匹配时，搜索引擎评估出价并向广告商分配与未付费算法搜索结果一起显示的位置。广告商只在用户点击其广告时向搜索引擎付费，每次点击的价格由其他竞争广告商的出价决定。
2012-07-19 cs.GT cs.IT math.IT
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
Mechanism Design for Ad Auctions with Display Prices
Nanjing University of Science and Technology（南京理工大学）；Meituan Inc.（美团公司）
在许多应用程序中，广告与价格一起显示，以便在类似产品或服务之间提供直接比较。价格显示特性不仅影响消费者的决策，也影响广告主的出价行为。本文从机制设计的角度研究了具有展示价格的广告拍卖问题，在该问题中，广告主被要求同时提交其产品的成本和价格。我们提供了一个表征所有的激励兼容拍卖与显示价格，并使用它来设计拍卖在两种情况下。在前一种情况下，显示价格被假定为外生确定的。在这种情况下，我们得到的福利最大化和收入最大化拍卖的价格配置文件的任何实现。在后者中，广告商被允许根据自己的利益制定展示价格。我们研究了两个家庭的配置政策的情况下，并确定相应的均衡价格。我们的研究结果表明，展示价格确实会影响广告拍卖的设计，平台可以利用这些信息来优化广告投放的性能。
2023-03-23 cs.AI cs.GT cs.MA
Optimal Dynamic Mechanism Design with Stochastic Supply and Flexible Consumers
我们考虑的问题，设计一个预期收益最大化的机制分配多个非易腐货物的$k$品种灵活的消费者在$T$的时间步长。在我们的模型中，每个品种的随机数的商品可以在每个时间变得可用于卖方，并且随机数的消费者可以在每个时间进入市场。每个消费者在市场上存在一个时间步，并希望消费其所需品种之一的一种商品。每个消费者都与一个灵活性级别相关联，该灵活性级别指示其同样感兴趣的商品的种类。消费者的灵活性水平和消费其所需品种的效用是其私人信息。我们刻画了一个贝叶斯激励相容的分配规则，个人理性和预期收益最大化机制的动态规划的解决方案。相应的支付函数也被指定为最优分配函数。我们利用消费者的灵活性模型的结构来简化动态程序，并提供了一种替代的描述的最佳机制的阈值计算的动态程序。
2020-07-06 cs.GT cs.SY eess.SY
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
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
Fair Aggregation in Virtual Power Plants
Columbia University（哥伦比亚大学）
本文研究了虚拟电力工厂中公平定价框架对系统性能的影响，分析了不同公平观念对消费者纳什福利、总消费者效用和社会福利的作用，提出能量公平、价格公平和效用公平三种准则。
2026-04-04 cs.GT cs.SY eess.SY
A note on improving the search of optimal prices in envy-free perfect matchings
针对单位需求无嫉妒定价的特例场景，提出一种基于动态规划、通过提升消费者效用寻找最优无嫉妒价格的方法，复杂度与现有方法同为三次，但平均耗时减少约48%。
2023-08-24 cs.GT
Limitations of randomized mechanisms for combinatorial auctions
最近，已经发现了一种随机机制[Dughmi，Roughgarden和Yan; STOC '1-1]，用于组合拍卖，该组合拍卖在期望中是真实的，并且当参与者具有覆盖估值时，保证（1 - 1/e）近似于最优社会福利。即使对于非真实算法，假设$P \neq NP$，该近似比也是最好的。鉴于最近的一系列负面结果组合拍卖下更严格的概念激励兼容性，这一发展提出了一个自然的问题：真实的预期机制兼容多项式时间近似的方式，确定性或普遍真实的机制是不是？特别是，多项式时间真实的期望机制，可以保证一个接近最优的近似比更一般的组合拍卖的变种？我们证明情况并非如此。具体而言，Dughmi，Roughgarden和Yan的结果不能扩展到价值预言模型中的子模块估值的组合拍卖。（在没有战略考虑的情况下，在这种情况下仍然可以实现（1 - 1/e）近似。）更精确地说，我们证明了存在一个常数γ> 0，使得不存在期望真实的或甚至近似期望真实的随机机制，并保证了在价值预言模型中具有子模块估价的组合拍卖的最优社会福利的m ^{-γ}-近似。我们还证明了一个类似的结果，灵活的组合公共项目（CPP）问题。我们的研究结果提出了一个意想不到的分离覆盖功能和子模块功能，这不会发生这些问题没有战略考虑。
2011-09-06 cs.DS cs.GT
Decentralized LLM Workflows via Sequential Auctions
Google DeepMind（谷歌DeepMind）；Google Research（谷歌研究）；University of Waterloo（滑铁卢大学）
该研究提出基于序贯拍卖的去中心化LLM工作流框架，针对不完全竞争场景，通过四种出价算法在三类拍卖协议中验证，可维持智能体利润率并保障高任务成功率。
2026-10-16 cs.AI cs.GT cs.MA
Contract Design for Energy Demand Response
南加州爱迪生公司（SCE）等电力公司使用需求响应（DR）合同来激励消费者在需求预测超过供应时减少电力消耗。目前使用的机制向彼此独立的消费者提供合同，没有考虑消费者在消费概况或可靠性方面的异质性，并且未能实现高参与度。我们介绍DR-VCG，一个新的DR机制，提供了一套灵活的合同（其中可能包括标准的SCE合同），并使用VCG定价。我们证明，DR-VCG elancement真实的出价，激励诚实的准备工作，使分配和价格的有效计算。对于简单的固定惩罚合同，该机制的优化目标是错过减少目标的概率的上界。大量的仿真结果表明，与SCE部署的现有机制相比，DR-VCG机制实现了更高的参与度，提高了可靠性，并显着降低了总费用。
2017-05-20 cs.GT
Embracing Fairness in Consumer Electricity Markets using an Automatic Market Maker
本文针对能源市场公平性问题，提出基于自动做市商和Fair Play算法的市场设计，通过差异化定价与资源分配实现公平，并在101个英国家庭数据上验证了其有效性。
2025-07-16 cs.GT cs.SY eess.SY
InfoBid: A Simulation Framework for Studying Information Disclosure in Auctions with Large Language Model-based Agents
本文提出InfoBid仿真框架，利用GPT-4o驱动的LLM智能体研究多智能体拍卖中信息披露策略的影响，揭示了信号传递对策略行为和拍卖结果的作用，弥合了理论市场设计与实际应用的差距。
2025-03-26 cs.CL cs.GT cs.HC
Auction-based allocation of routes in capacity-constrained networks
HUN-REN Institute for Computer Science and Control（匈牙利科学院计算机与控制研究所）；Budapest University of Technology and Economics（布达佩斯技术与经济大学）；ELTE Centre for Economic and Regional Studies, Institute of Economics（罗兰大学经济与区域研究中心经济学研究所）；Pázmány Péter Catholic University, Faculty of Information Technology and Bionics（帕兹曼·彼得天主教大学信息与仿生技术学院）
该研究针对带传输成本的容量受限流网络路径分配问题，提出OD投标语言，证明特定场景下VCG支付核心稳定，通用场景下的对偶节点定价规则核心稳定但失去占优策略激励相容。
2026-10-15 cs.GT econ.GN econ.TH
