Differentiable Economics for Randomized Affine Maximizer Auctions
University of YYY（YYY大学）；Institute of WWW（WWW研究院）；University of Maryland（马里兰大学）；Carnegie Mellon University（卡内基梅隆大学）；Optimized Markets, Inc.（优化市场公司）；Strategic Machine, Inc.（战略机器公司）；Strategy Robot, Inc.（战略机器人公司）
最近的自动化机制设计，微分经济学的方法，表示拍卖丰富的功能近似和优化其性能的梯度下降。可微经济学的理想拍卖架构应该是完全防策略的，支持多个投标人和物品，并且足够丰富以代表最优（即收入最大化）机制。到目前为止，这样的架构还不存在。有单一投标人的方法（MenuNet，RochetNet），这总是防策略，可以代表最佳机制。遗憾网是多投标人，可以近似任何机制，但只是近似防策略。我们提出了一个架构，支持多个投标人，是完全防策略，但不一定代表最佳的机制。这种架构是经典的仿射最大化拍卖（AMA），修改后提供彩票。通过使用微分经济学的基于梯度的优化工具，我们现在可以训练彩票AMA，在收入方面与以前的方法竞争或超越以前的方法。
2022-02-06 cs.GT cs.LG econ.GN
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
Enhancing Affine Maximizer Auctions with Correlation-Aware Payment
CFCS, School of Computer Science, Peking University（计算机科学系，北京大学）；Department of Computer Science and Technology, Tsinghua University（计算机科学与技术系，清华大学）
本文提出CA-AMA框架，通过相关性感知支付增强AMAs，解决估值相关分布下的收益优化问题。
2026-09-07 cs.GT cs.LG
A Scalable Neural Network for DSIC Affine Maximizer Auction Design
Peking University（北京大学）
本文提出AMenuNet，一种基于神经网络的仿射最大化拍卖设计方法，通过从投标人和物品表示生成AMA参数与候选分配，在保证DSIC和个体理性的同时提升可扩展性，并在多种多物品拍卖设置中取得优于基线的收益表现。
2024-01-17 cs.AI cs.GT cs.LG
GSP - The Cinderella of Mechanism Design
大约15年前，谷歌推出了通用第二价格（GSP）拍卖。所有的理论，包括他们自己的[瓦里安14]，这是错误的拍卖-维克雷-克拉克-格罗夫斯（VCG）拍卖会是正确的选择-但普惠制已经成功了。我们对GSP的成功给出了一个深刻的理由：广告主的偏好映射到一个我们称之为价值最大化的模型，他们不像标准理论所认为的那样最大化利润。对于价值最大化者，GSP是真实的拍卖[Aggarwal 09]。此外，这意味着普惠制的公理化-它是一种拍卖，其价格对价值最大化者来说是真实的-它可以比普惠制最初设计的简单模式更广泛地应用。特别是，将其应用于任意单参数域恢复的民间传说中的GSP定义。通过价值最大化的镜头，普惠制变成了一个强大的拍卖，在其原则和优雅的简单。
2017-01-20 cs.GT
Two-sided Market Design Meets Autobidding
Yale University（耶鲁大学）；Google Research（谷歌研究）；Stanford University（斯坦福大学）
本研究开创双边市场自动出价机制设计，证明无先验下效用诚实机制对LGFT有无界PoA，但提出在分布信息下实现激励相容、个体理性、预算平衡及最优流动性福利的双边机制，适用于匹配市场。
2026-10-01 cs.GT
Revenue Maximization and Ex-Post Budget Constraints
我们考虑的问题，收入最大化的卖方m个项目出售给n个添加剂投标人与硬预算约束，假设卖方有一些先验分布的投标人的价值和预算。先验可以跨同一投标人的项目和预算相关，但假设跨投标人独立。我们的目标机制是贝叶斯激励兼容，但事后个人理性和事后预算尊重。事实上，目前还没有一种机制能够满足所有这些条件，并保证任何收入近似值，即使只有一个项目。我们提供了一个计算效率高的机制，这是一个$3$-近似所有BIC，事后IR，和事后预算尊重机制。请注意，该问题是NP难的，即使在先验是点质量\cite{ChakrabartyGoel}的情况下，也要比16/15的因子更好地近似。我们进一步描述了在这种情况下的最优机制，表明它可以被解释为虚拟福利最大化的分布。我们证明了我们的结果，利用黑箱减少机制的算法设计由\cite{CaiDW13b}。我们的主要技术贡献是一个计算效率高的$3$-近似算法的算法问题，结果由他们的框架应用到这个问题。算法问题具有混合符号目标，并且是NP-难精确优化的，因此令人惊讶的是，计算效率的近似是可能的。在一个单一的项目（$m=1$）的情况下，算法问题可以通过穷举搜索精确地解决，导致计算效率高的精确算法和更强的特性的最佳机制作为分布在虚拟值最大化。
2016-05-06 cs.GT
Sponsored Search Auction Design Beyond Single Utility Maximization
本文研究混合自动出价竞拍者环境下的赞助搜索拍卖设计，提出补贴效用模型，并针对公开与私有补贴信息分别设计真实机制，实现近似最优的社会福利。
2024-12-30 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
Almost Quasi-linear Utilities in Disguise: Positive-representation An Extension of Roberts' Theorem
这项工作涉及社会选择规则的实施，使用占优策略的无限制的偏好。具有开创性意义的吉巴德-萨特思韦特定理表明，除非我们假设对偏好有一些限制或允许货币转移，否则只有很少几个没有吸引力的社会选择规则可以实施。当允许货币转移和准线性效用w.r.t.在假设金钱的情况下，Vickrey-Clarke-Groves（VCG）机制被证明可以实现任何仿射最大化器，并且通过Roberts的工作，只要代理的类型集足够丰富，就只能实现仿射最大化器。在这项工作中，我们概括了这些结果，并定义了一类新的偏好：偏好是积极的，由一个准线性效用。也就是说，代理人的偏好的子空间的结果可以建模使用准线性效用。我们表明，VCG机制的激励兼容机制的特征自然延伸到这个领域。我们的研究结果如下从一个简单的还原VCG机制的表征。因此，我们认为我们的结果更像是一个更完整更正确的VCG表征版本。这项工作还突出了一个共同的误解，在社区归因于VCG结果的使用可转移的效用。我们的研究结果表明，激励兼容性的VCG机制不依赖于钱是一个共同的分母，而是设计师的能力，精细的代理人在一个连续的（也许代理特定的）规模。我们认为，这两种见解，考虑效用作为一种代表，而不是作为偏好本身（这在经济共同体中很常见），并考虑仅代表相关领域偏好的效用，在其他领域也会取得成果。
2019-10-26 cs.GT econ.TH
Deterministic Refund Mechanisms
针对买家收货后才知晓物品真实价值的单物品单买家场景，研究最优确定性退款机制，将其刻画为虚拟价值最大化器，并基于此开发出高效算法以寻找最优和近似最优机制。
2025-07-05 cs.GT econ.TH
Beyond Advertising: Mechanism Design for Platform-Wide Marketing Service "QuanZhanTui"
本文针对电商平台“全站推”全域营销服务，提出流动性支付拍卖（LPA）机制，在自动竞价环境下兼顾卖家营销效率与平台用户体验，并证明其最优性与激励相容性。
2025-06-26 cs.GT
Adaptive Incentive Design
University of Washington（华盛顿大学）
本文基于控制理论和优化技术，设计自适应激励机制，通过非合作博弈和我的更新规则，研究规划者如何在不知战略代理决策过程的情况下，学习并调整激励以实现更理想的响应。
2018-06-14 cs.GT cs.SY eess.SY
Mechanism Design with Predictions
通过预测改进算法是近年来非常活跃的研究课题。本文对该模型中的机制设计进行了系统的研究。在许多研究充分的机制设计设置，我们利用不完美的预测，设计的机制，表现得比传统的机制，如果预测是准确的（一致性），同时始终保持最坏情况下的保证，即使非常不精确的预测（鲁棒性）。此外，我们指的是最大的预测误差足以给一个良好的性能作为机制的容错性，并观察到一致性，鲁棒性和容错性之间的内在权衡是常见的机制设计与预测。
2023-01-12 cs.GT
A Note on Relaxation and Rounding in Algorithmic Mechanism Design
在这篇文章中，我们回顾了在算法机制设计中多次使用的\emph{relaxation and rounding}技术。我们试图介绍一个通用的框架，其中涵盖了最重要的算法在机制设计，使用松弛和舍入技术。我们相信，这个框架不仅是现有算法的推广，但也可以利用进一步的结果，在算法机制设计。在介绍框架之前，我们简要定义了算法机制设计、其与博弈论和计算机科学的联系以及该领域面临的挑战。
2016-08-16 cs.GT
New directions in mechanism design
机制设计运用经济学和博弈论的工具，为原则上会产生某种预期结果的经济交易设计相互作用的规则。在过去的几年里，这个领域已经引起了计算机科学研究人员的极大兴趣，特别是随着互联网发展成为大量计算机和人类之间通信和连接的平台。可以说，在机制设计中最积极的结果是真实的，到目前为止，只有一个一般的真实机制：广义Vickrey-Clarke-Groves（VCG）机制。但VCG机制有一个不足：真实性的实现是以降低机制收益为代价的。(e.g.,宁忱和洪竹。[1999]）。本文介绍了机制的三个新性质：部分真实性、临界性和一致性，并介绍了一种新的机制：X机制，它满足上述三个性质。与VCG机制一样，X机制也是对Vickery拍卖的推广，在很多方面与Vickery拍卖一致，但在扩展方法上与VCG机制有所不同。本文将论证X机构在优化机构效用方面优于VCG机构，这是机制设计的初衷。因此，在机制设计中，部分真实性、批判性和一致性至少与真实性同等重要，而且在许多情况下还超越了真实性，从而得出结论：部分真实性、批判性和一致性是机制设计的三个新方向。
2005-12-22 cs.GT
Prediction Markets, Mechanism Design, and Cooperative Game Theory
预测市场的目的是从多个代理人那里获取信息，以预测未来事件（获得概率）。一个好的预测市场激励代理人如实地披露他们的信息;这种激励相容性的考虑通常在机制设计中进行研究。虽然预测市场和机制设计之间的这种关系在高层次上得到了很好的理解，但预测市场中使用的模型往往与机制设计中使用的模型有些不同。本文考虑了一个预测市场的模型，它更直接地适合于机制设计框架。我们认为在这个模型中的一些机制，都基于适当的评分规则。我们讨论这些机制的基本属性，如激励相容性。我们还绘制了这些机制和合作博弈论之间的联系。最后，我们推测如何根据这些想法建立一个实用的预测市场。
2012-05-09 cs.GT
Bayesian Mechanism Design with Efficiency, Privacy, and Approximate Truthfulness
最近，已经有许多关于机制设计和隐私的论文（例如，参见\cite{MT07,Xia11,CCKMV11,NST12,NOS12,HK12}）。所有这些论文都考虑了最坏情况下的设置，其中没有关于玩家类型的概率信息。在本文中，我们研究机制设计和隐私的\emph{Bayesian}设置，其中玩家的类型是从一些共同的分布。我们适应的概念\emph{differential privacy}贝叶斯机制设计设置，获得\emph{Bayesian differential privacy}。我们还定义了一个强大的概念近似真实的贝叶斯机制，我们称之为\emph{persistent approximate truthfulness}。我们给出了几类机制（例如，社会福利机制和直方图机制），其实现贝叶斯差分隐私和持久近似真实性。这类机制可以实现最佳（经济）效率，并且不使用任何付款。我们还证明，通过考虑上述机制在一个修改的机制设计模型，上述机制可以实现实际的真实性。
2014-11-22 cs.GT
Mechanism Design for Team Formation
团队组建是人工智能的核心问题。值得注意的是，很少有以前的工作已经解决了团队形成的机制设计的问题，占需要引起代理人的偏好超过潜在的队友。在相关的享乐博弈中，联盟形成受到了很多关注，但只是从联盟稳定性的角度来看，很少强调真正的偏好诱导，社会福利和公平的机制设计目标。我们提出了第一个正式的机制设计框架的团队形成，最近的组合匹配市场设计文献的基础上。我们展示了四个机制，这个问题，两个新的，两个简单的扩展，从其他领域的已知机制。其中两个（一个新的，一个已知的）具有理想的理论性质。然而，我们使用大量的实验来证明我们的第二种新机制，尽管没有理论保证，但在经验上实现了良好的激励相容性，福利和公平性。
2015-01-04 cs.GT
Benchmark Design and Prior-independent Optimization
本文比较了在线算法模型和机制设计模型中两种主要的鲁棒优化方法。竞争分析比较在线算法与离线基准在最坏情况下的性能，而先验独立机制设计比较机制在未知分布（输入，即，代理值）到最坏情况下分布的最优机制。对于竞争分析，一个关键问题是基准的选择。本文给出了一种选择好的基准的方法。我们表明，最佳基准的最佳算法/机制等于先验独立的最佳算法/机制。我们解决了一个中心的开放问题，在先验独立的机制设计，即我们确定的先验独立的收入最优的机制，销售一个单一的项目，以两个代理i.i.d.有规律的分布值。通过这种解决方案和上述的先验独立的机制设计和竞争分析（a.k.a.无先验机制设计），我们表明，无先验机制的下限的标准方法对于基准设计程序通常不是严格的。
2020-09-08 cs.GT
Distributed Mechanism Design in Social Networks
设计拍卖以激励买家通过他们的社会关系邀请新买家是机制设计的新趋势。挑战在于，买家是竞争对手，我们需要设计适当的激励措施，让他们相互邀请。对于销售单个项目，已经提出了许多有趣的机制。然而，所有的机制都要求卖方或第三方是值得信赖的，以执行这些机制。此外，该机制的所有者将在执行后知道网络的所有连接，这带来了潜在的隐私问题。因此，避免隐私问题的分布式机制在实践中更有吸引力。因此，在本文中，我们提出了社交网络中的第一个分布式机制，而不会向任何人透露买家的私人联系，它实现了完全的去中心化，不依赖于任何可信的第三方。此外，集中减少我们的机制也提供了一种新的方式来计算球员的贡献相比，现有的解决方案。
2023-03-06 cs.GT
Sequential mechanism design
在传统的VCG（Vickrey-Clarke-Groves）机制中，说出真相是一种占主导地位的策略。在本文中，我们研究了顺序VCG机制，并表明，其他占主导地位的战略，然后可能存在。我们说明了如何利用这一事实，以尽量减少税收与克拉克税和公共项目的例子。
2007-05-15 cs.GT
Complexity of Mechanism Design
冲突偏好的聚集是多智能体系统的核心问题。关键的困难在于代理人可能会不真诚地报告他们的偏好。机制设计是一门设计游戏规则的艺术，这样代理人就有动力如实地报告他们的偏好，并选择一个（社会）理想的结果。我们提出了一种方法，其中的机制是自动创建的偏好聚合设置在手。这有几个优点，但缺点是每次都需要重新解决机制设计优化问题。侧重于设置侧付款是不可能的，我们表明，机制设计问题是NP完全的确定性机制。这既适用于优势策略实现，也适用于贝叶斯-纳什实现。然后，我们表明，如果我们允许随机机制，机制设计问题变得易于处理。换句话说，协调者可以通过使代理人面临额外的不确定性来解决代理人偏好的不确定性所带来的计算复杂性，这在（社会）目标方面没有损失，在某些情况下还有所收获。
2014-08-07 cs.GT
Privacy-Aware Mechanism Design
在传统的机制设计中，代理人只关心他们从机制的结果中获得的效用。我们看一个更丰富的模型，代理也分配非负的非实用性的信息，他们的私有类型泄漏的机制的结果。我们提出了一个新的模型，隐私意识的机制设计，我们只假设一个上限的代理商的损失，由于泄漏，而不是以前的工作，其中需要一个完整的表征损失。在这个模型中，在一个温和的假设下，代理人如何重视他们的隐私分布，我们展示了一个通用的隐私感知机制的建设，并证明其适用于电子投票和数字商品的定价。
2012-02-14 cs.GT
Maximizing Miner Revenue in Transaction Fee Mechanism Design
本文通过提出稍强的合理世界假设，突破交易费用机制设计中矿工收益为零的限制，设计出能产生最优矿工收益的拍卖，并系统探索了该假设下机制设计的可行性与不可行性图景。
2024-04-21 cs.GT
Energy in computing systems with speed scaling: optimization and mechanisms design
我们研究了一个简单的调度游戏的速度缩放模型。玩家希望他们的工作能尽早完成，但这会产生很大的能量消耗。我们从机制设计的角度来解决这个问题，通过向参与者收取能源使用费，我们寻求在服务质量和能源使用之间达成一个很好的折衷。
2012-12-27 cs.GT
Mechanism Design and Blockchains
博弈论通常被用作分析去中心化系统及其属性的工具，特别是区块链。在本说明中，我们持相反的观点。我们认为，区块链可以而且应该被用来实现经济机制，因为它们可以帮助克服如果不能假设对机制设计者的信任而出现的问题。机制设计处理资源分配给代理，往往是通过提取私人信息。有些机制不受早期信息披露的影响，有些机制则严重依赖早期信息披露，有些机制则必须随机化以实现公平和效率。信息披露和随机性这两个问题都需要对机制设计者的信任。如果没有信任，机制就可能被操纵。我们声称，使用随机性或顺序信息披露的机制即使不是不可能，也更难审计。因此，集中实施往往不是一个好的解决方案。我们认为，在实践中最常用的一些机制，并确定在何种情况下操纵是可能的。我们提出了这种机制的去中心化实现，实际上可以通过区块链技术实现。此外，我们认为在哪些环境中，一个机制的分散实施带来了显着的优势。
2020-10-01 cs.GT
Mechanism Design with Execution Uncertainty
我们引入了容错机制设计的概念，它扩展了标准的博弈论框架的机制设计，允许执行的不确定性。具体来说，我们定义的任务分配问题，其中的代理的私人信息不仅是他们的成本，尝试的任务，但也失败的概率。对于这种设置的几个不同的情况下，我们提出的技术成果，包括积极的形式的机制，是激励兼容，个别合理和有效的，和消极的形式的不可能性定理。
2012-12-12 cs.GT
Bayesian Mechanism Design for Budget-Constrained Agents
我们研究贝叶斯机制设计问题的代理人有预算的设置。具体地说，一个代理人对一个结果的效用是由他对该结果的价值减去他对该机制的任何支付给出的，只要支付低于他的预算，否则是负无穷大。效用函数的这种不连续性对设计良好的机制提出了重大挑战，经典的“无约束”机制在有预算的情况下无法发挥作用。本文的目标是开发一般的减少从无约束贝叶斯MD无约束贝叶斯MD的性能损失很小。我们认为这个问题的背景下，在机制设计-社会福利和收入-两个最好的研究目标，并提出常数因子近似在一些设置。我们的一些研究结果延伸到预算是私人的，需要激励代理人如实披露预算的情况。
2011-03-31 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
Mechanism Design for Public Projects via Neural Networks
研究了非排他性和排他性二元公共项目问题的机制设计。我们的目标是最大化预期的消费者数量和预期的社会福利。对于非排他性的公共项目模型，我们确定了一个充分条件的先验分布的保守的等成本机制是最佳的策略证明和个人理性的机制。对于一般分布，我们提出了一个动态的程序，解决了最佳机制。对于可排除的公共项目模型，我们确定了一个类似的充分条件串行成本分担机制是最优的$2$和$3$代理。我们得到一个数值上界。实验表明，对于几种常见的分布，串行成本分担机制接近最优。序列成本分担机制一般不是最优的。我们通过神经网络来设计性能更好的机制。我们的方法涉及几个技术创新，可以应用到一般的机制设计。我们将这些机制解释为价格导向的无配给（PORF）机制，这使我们能够移动机制的复杂性（例如，迭代的）决策离开网络，到一个单独的程序。我们将先验分布的分析形式馈送到成本函数中，以提供训练的质量梯度。我们使用监督手动机制作为初始化的系统方法。本文提出的“监督后梯度下降“方法对提高手动机构的性能是有效的。它也可以有效地修复基于约束的机制是不可行的约束冲突。
2020-02-26 cs.GT
Bifurcation Mechanism Design -- From Optimal Flat Taxes to Improved Cancer Treatments
系统参数的微小变化会导致其行为的突然定性变化，这种现象称为分叉。这种不稳定性通常被认为是有问题的，但是，我们表明，他们的权力可以利用设计新型的机制。滞后机制利用系统参数的瞬时变化，通过最佳平衡选择来引起其性能的永久改善。最优控制机制导致收敛到性能甚至优于最佳平衡的状态。我们应用这些机制在两个不同的设置，说明分叉机制设计的多功能性。在第一部分中，我们探讨了引入单一税收如何通过破坏无效率均衡来改善社会福利，尽管降低了代理人的“理性”。从那里，我们继续考虑一个众所周知的肿瘤代谢游戏，并使用我们的方法来获得新的癌症治疗策略。
2017-04-27 cs.GT
Distributed Mechanism Design with Learning Guarantees
完全策略代理的机制设计通常假设系统代理之间的通信具有广播性质。此外，对于机制设计，纳什均衡（NE）的稳定性证明了特定的预先设计的学习动力学的收敛，而不是为一类学习动力学。在本文中，我们考虑两个常见的资源分配问题：共享$ K $无限可分的资源之间的战略代理人的私人消费（私人物品），并确定一个无限可分的公共产品与$ P $功能，这是战略代理人之间共享的水平。对于这两种情况下，我们提出了一个分布式的机制，一组代理谁通过一个给定的网络进行通信。在分布式机制中，代理的消息不像在标准机制设计框架中那样被广播到所有其他代理，而是仅在每个代理的局部邻域中交换。所提出的机制产生了一个独特的经济实体，充分实现了社会福利的最大化配置。此外，这些机制在NE处是不平衡的。它还表明，该机制诱导的游戏与收缩的最佳反应，保证收敛的自适应最佳反应动态类内的所有学习动态，包括动态，如古诺最佳反应，$ k- $期间最佳反应和Fictionary Play。我们还提出了一个数值研究的收敛下重复播放，各种通信图和学习动态。
2017-04-04 cs.GT
Mechanism Design Approach for Energy Efficiency
在这项工作中，我们部署了一个机制设计的方法来分配一个可分割的商品（电力在我们的例子）之间的消费者。我们认为每个消费者在一定的时间间隔内的能源资源与相关的个人价值函数。我们的目标是为每个用户选择最佳的消费配置文件，避免消费高峰时，所需的总能量可能超过能源生产。该机制将能够驱动用户在一天中的不同时间改变能源消耗。我们首先介绍了一个非常基本的Vickrey-Clarke-Groves机制，我们讨论了它的弱点，并提出了几个更复杂的变体。
2016-08-30 cs.GT
Mechanism Design with Exchangeable Allocations
我们研究了当代理人有不同类型的偏好时，无报酬的机制设计。相反，在大多数设置在文献中的代理人有相同的偏好，例如，在设施的位置游戏中，所有的代理人都想留在靠近（或远离）的设施，我们证明了机制设计的限制，当代理人有不同的偏好，通过引入交换阶段。我们考虑两种类型的交换阶段。第一种模式称为中央交换，其中交换由中央机构执行。另一种模式被称为个体交换，其中代理人自己交换他们的结果。以设施选址博弈为例，我们提供了一个真实的机制，优化社会福利在中央交换。我们还提供了一个普遍真实的随机机制，在个人交换中实现至少一半的最优社会福利。
2016-09-15 cs.GT
Simplicity-Expressiveness Tradeoffs in Mechanism Design
机制设计理论的一个基本结果，即所谓的揭示原理，认为对于许多关于具有给定结果的机制的存在的问题，人们可以把注意力限制在真实的直接揭示机制上。然而，在实践中，许多机制使用受限消息空间。这促使人们研究选择简化机制时所涉及的权衡问题，简化机制有时可以带来好处，防止坏的均衡或促进好的均衡，有时则会给福利和收入带来成本。我们研究的简单性，表现力的权衡在两个代表性的设置，赞助搜索拍卖和组合拍卖，每一个都是一个典型的例子，完全信息和不完全信息分析，分别。我们观察到，提供给代理的信息量起着重要的作用，简单性和表现力之间的权衡。
2011-02-17 cs.GT
Envy Freedom and Prior-free Mechanism Design
我们考虑提供一个抽象的服务，一维代理。我们的模型包括位置拍卖，一心一意的组合拍卖，和约束匹配市场。当代理人的价值是从一个分布，贝叶斯最优机制是由迈尔森（1981）作为一个虚拟盈余优化器。我们开发了一个无先验机制设计和分析的框架。在我们的框架中，一个好的机制近似于分布的最优机制，如果有分布;此外，当没有分布时，这个机制仍然表现良好。我们定义和特征的对称单维环境中的最佳无嫉妒的结果。我们的描述反映了迈尔森的理论。此外，不像在机制设计中没有逐点最优机制，总是有一个逐点最优的无嫉妒的结果。无嫉妒结果和激励相容机制在结构和性能上相似。因此，我们使用最优的无嫉妒收入作为衡量无优先级机制性能的基准。一个好的机制是一个接近嫉妒自由基准的任何代理价值观。我们发现，良好的机制存在，特别是，一个自然的推广的随机抽样拍卖的Goldberg等人。（2001）是一个常数近似。
2012-12-16 cs.GT
Bayesian Algorithmic Mechanism Design
算法机制设计的主要问题是如何将自私行为所施加的激励约束与计算困难所施加的算法约束相结合。这一领域的动机是观察到，卓越的方法设计激励兼容机制，即维克里，克拉克和格罗夫斯;和中央方法规避计算障碍，近似算法，是根本不相容的：自然应用的VCG方法的近似算法未能产生一个激励兼容的机制。我们考虑放宽（事后）激励相容性（IC）的必要条件贝叶斯激励相容性（BIC），其中诚实是贝叶斯-纳什均衡（经济学中激励相容性的标准概念）。对于单参数代理设置中的福利最大化，我们给出了一个一般的黑箱约简，将任何近似算法变成具有基本相同的近似因子的贝叶斯激励兼容机制。
2011-02-23 cs.GT
Local computation mechanism design
我们引入了本地计算机制设计的概念-设计在多对数时间和空间中运行的博弈论机制。局部计算机制在多对数时间和空间内对每个查询进行响应，并且对不同查询的响应一致于同一全局可行解。此外，支付的计算也在多对数时间和空间中进行。此外，这些机制需要在分配和支付方面保持激励相容性。我们提出了各种经典的博弈论问题的本地计算机制：1。稳定匹配，2.作业调度，3.组合拍卖的单位需求和k头脑投标人，和4。住房分配问题。对于稳定匹配，我们的一些技术可能具有普遍意义。具体来说，我们表明，当男人的偏好列表有界，我们可以实现一个任意好的近似稳定匹配内的Gale-Shapley算法的迭代次数固定。
2014-06-09 cs.GT
Diffusion Mechanism Design in Tree-Structured Social Network
本文为树状社交网络中的多物品销售设计了一种固定价格拍卖机制，通过激励买家邀请更多人参与拍卖，证明了其满足个人理性与激励相容，并通过理论与模拟验证了其相对最优机制的高近似比。
2024-07-30 cs.GT
Dynamic Mechanism Design with Interdependent Valuations
研究了一个具有相互依赖赋值的无限时域动态机制设计问题。在这种设置中，每个代理的类型被假定为根据一阶马尔可夫过程进行演变，并且独立于其他代理的类型。然而，一个代理人的估价可以依赖于其他代理人的类型，这使得问题落入一个相互依赖的估价设置。设计真实的机制，在这种情况下是不平凡的不可能的结果，即相互依赖的估值，任何有效的和事后激励兼容的机制必须是一个恒定的机制，即使在静态设置。Mezzetti（2004）通过将分配和支付决策分为两个阶段来规避这个问题。然而，Mezzetti的结果仅限于一个静态的设置，而且在该机制的第二阶段，代理人对如实报告他们的估值是微弱的漠不关心。本文提供了第一次尝试设计一个动态机制，这是有效的，“严格”的事后激励兼容和事后个人理性的设置与相互依存的价值观和马尔可夫型进化。
2015-06-25 cs.GT
Nonbossy Mechanisms: Mechanism Design Robust to Secondary Goals
Google Research（谷歌研究院）；Chinese University of Hong Kong（香港中文大学）
本文研究当代理人可能隐藏次要目标时，机制对策略操纵免疫的充要条件，即主激励相容且非专横，并刻画了多种环境下的此类机制。
2026-05-31 cs.GT
Mechanism Design for Congested Facility Location
本文针对拥挤设施选址中智能体分群且利益冲突的场景，研究了位置与群体身份误报下的策略防护机制设计，提出了最小化社会成本和最大成本的近似最优机制，并证明了其紧的性能界。
2025-08-19 cs.GT
Mechanism Design via Consensus Estimates, Cross Checking, and Profit Extraction
只有一种无先验最优机制设计技术，它超越了数字商品的结构性良性设置。该技术使用随机抽样来估计代理值的分布，然后采用贝叶斯最优机制来估计剩余玩家的分布。虽然相当普遍，即使是数字商品，这种随机抽样拍卖有一个复杂的分析，是已知的次优。为了克服这些问题，我们将Goldberg和Hartline（2003）的共识技术推广到结构丰富的环境，例如，专一的组合拍卖
2011-08-24 cs.GT
The Pareto Frontier of Inefficiency in Mechanism Design
在不相关机器调度的原型问题中，研究了机制设计中无政府代价（PoA）和稳定价格（PoS）之间的权衡问题。我们给出了关于上述度量的可行机制空间的界限，并观察到两个基本机制，即第一价格（FP）和第二价格（SP），位于该边界的两个相反的极值上。此外，对于自然类的匿名任务无关的机制，我们完全描述了PoA/PoS帕累托边界，我们设计了一类最佳机制$\mathcal{SP}_α$，正好位于这个边界。特别地，这些机制相对于跨越边界的参数$α\geq 1$在第一价格（$\mathcal{SP}_1$）和第二价格（$\mathcal{SP}_\infty$）机制之间平滑地变化。在这些结果的途中，我们还提供了一个明确的答案，一个重要的问题有关的调度问题，即非真实的机制是否可以提供更好的最大完工时间保证在平衡，相比真实的。通过证明所有调度机制的无政府状态的代价至少是$n$，其中$n$是机器的数量，我们否定地回答了这个问题。
2021-02-24 cs.GT
Online Mechanism Design for Cloud Computing
研究了云计算中资源分配与定价的在线机制设计问题。我们发现，在一般的分配问题，在RAPCC是NP难的，因此，我们专注于设计优势策略激励兼容（DSIC）机制具有良好的竞争比相比，离线最优分配（与先验知识的未来工作）。我们提出了两种DSIC在线机制。第一种机制基于贪婪分配规则，利用优先级函数进行分配，速度非常快，并且具有严格的竞争边界。本文讨论了指数型和线性型两种优先函数，指出指数型优先函数具有更好的竞争比。第二种机制是基于动态规划的分配机制，当云客户的最大需求接近云提供商的能力时，第二种机制也具有较强的竞争比，表现优于第一种机制。
2014-03-07 cs.GT
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
A Duality-Based Unified Approach to Bayesian Mechanism Design
我们提供了贝叶斯机制设计的许多最新发展的统一视图，包括Cai等人的黑箱约简。[CDW 13 b]，添加剂买家的简单拍卖[HN 12]，以及单位需求投标人的标价机制[CHK 07]。此外，我们表明，通过同一个镜头观看这三个以前不相交的工作线也会导致新的发展。首先，我们提供了一个二元框架贝叶斯机制设计，自然容纳多个代理和任意的目标/可行性约束。利用这一点，我们证明了无论是张贴价格机制还是具有每个投标人入场费的Vickrey-Clarke-Groves拍卖，只要买家是单位需求或可加性，都可以实现贝叶斯激励兼容机制可实现的最佳收入的常数因子，统一了Chawla等人以前的突破。[CHMS 10]和Yao [Yao 15]，以及提高两个近似比（分别从30提高到24和从69提高到8）。最后，我们表明，这种观点也导致改善结构特征的蔡等人。框架。
2018-12-04 cs.GT
Distributed Mechanism Design for Network Resource Allocation Problems
在标准的机制设计框架中，代理的消息在中心点收集，并且分配/税收函数以集中的方式计算，即，作为所有网络代理的消息的函数。这一要求可能会导致通信和计算开销，并需要设计缓解这一瓶颈的机制。我们考虑一个场景，其中消息传输只能在本地执行，以便可以以分散的方式计算机制分配/税收功能。每个代理将消息发送到她的本地邻居，如由给定的消息交换网络所定义的，并且她的分配/税收函数仅是可用的邻居消息的函数。这种情况引起了一个新的研究问题，我们称之为“分布式机制设计“。在本文中，我们提出了两个分布式机制的网络效用最大化问题，涉及私人和公共物品与代理之间的竞争和合作。作为一个具体的例子，我们使用单播或多速率组播传输协议的网络中的速率分配问题。每个协议的建议机制完全实现了纳什均衡的最优分配，其消息空间维度相对于网络中的代理数量呈线性比例。
2019-10-07 cs.GT
Neural Double Auction Mechanism
本研究基于现有单拍卖方法构建新网络，自动设计双向拍卖机制，重点满足个体理性、预算平衡、帕累托效率与激励相容，实验表明其优于VCG和MD协议。
2024-12-16 cs.GT
The Complexity of Black-Box Mechanism Design with Priors
本文研究了不完全信息下福利最大化从机制设计到算法设计的黑箱约简问题。给定Oracle访问底层优化问题的算法，目标是模拟激励相容机制。该机制将根据其预期福利（相对于所提供的算法）进行评估，其复杂性由在任何输入上模拟该机制所需的时间（和查询）来衡量。虽然它是已知的，黑箱减少是不可能的，在许多先验的设置，设置与先验似乎更有前途：有已知的减少贝叶斯激励兼容（BIC）机制设计的一般类的福利最大化问题。这种二分法引出了一个问题：哪些机制设计问题允许黑箱简化，哪些不允许？我们的主要结果是，黑盒机制设计是不可能的两个最简单的设置没有捕获已知的积极的结果。首先，对于分配$n$货物的问题，一个单一的买家，其估值是添加剂和独立的货物，受可行的分配向下封闭的约束，我们表明，没有多时间（在$n$）BIC黑箱减少预期的福利最大化。其次，对于多个单参数代理的设置-其中多时间BIC减少是已知的-我们表明，没有多时间减少存在时，激励要求收紧到最大分布范围。在每种情况下，我们表明，实现一个子多项式近似的预期福利需要指数许多查询，即使是已知的可行分配集是向下关闭的。
2019-06-26 cs.GT
Learning Roles with Emergent Social Value Orientations
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；East China Normal University（华东师范大学）
社会困境可以被认为是个体理性导致集体非理性的情况。多智能体强化学习社区利用社会科学的思想，如社会价值取向（SVO），解决复杂合作任务中的社会困境。本文首先介绍了人类社会中典型的“分工或角色”机制，并提出了一种基于SVO的跨期社会困境解决方案。提出了一种新的学习框架--然后，基于SVO的角色嵌入空间，通过一个新的秩正则化和互信息最大化的角色的个人条件化策略。实验表明，RESVO实现了不同复杂度的ISD之间稳定的分工协作。
2023-01-31 cs.AI cs.CY cs.GT
Truthful Generalized Linear Models
King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）；Georgia Institute of Technology（佐治亚理工学院）；Beijing Institute of Technology（北京理工大学）
在本文中，我们研究估计广义线性模型（GLM）的情况下，代理人（个人）是战略或自我利益，他们关心他们的隐私时，报告数据。与经典的设置相比，在这里，我们的目标是设计的机制，既可以激励大多数代理如实报告他们的数据，并保护个人的报告的隐私，而他们的输出也应该接近的基本参数。在本文的第一部分，我们考虑的情况下，协变量是次高斯和响应是重尾的，他们只有有限的四阶矩。首先，由似然函数极大化的平稳条件，我们得到了一个新的私人和封闭形式的估计。在此基础上，通过对线性回归、Logistic回归和Poisson回归等典型模型的计算和支付方案的适当设计，我们提出了一种具有以下性质的机制：（1）该机制是$o(1)$ -联合差分私有的（概率至少为$1-o(1)$）;（2）对于一个$(1-o(1))$ -分数的代理真实地报告他们的数据，它是一个$o(\frac{1}{n})$ -近似贝叶斯纳什均衡，其中$n$是代理的数量;（3）输出可能会导致$o(1)$与基础参数的误差;（4）对于机制中的$(1-o(1))$部分代理，它是单独合理的;（5）运行机制所需的分析师支付预算是$o(1)$。在第二部分中，我们考虑了更一般情况下的线性回归模型，其中协变量和响应都是重尾的，并且只有有限的四阶矩。通过使用一个$\ell_4$ -范数收缩算子，我们提出了一个私人估计和支付方案，具有类似的性质，在亚高斯的情况下。
2022-09-16 cs.CY cs.GT cs.LG
Mechanism Design for Cumulative Prospect Theoretic Agents: A General Framework and the Revelation Principle
本文提出了一种讨论机制设计时，参与代理人表现出的偏好，偏离预期效用理论（EUT）。特别是，我们认为机制设计的代理建模为具有累积前景理论（CPT）的偏好，这是一个概括的EUT偏好的系统。我们指出了一些关键的修改所需的理论机制设计产生的代理CPT的偏好和一些经典的机制设计框架的缺点。特别是，我们表明，启示原则，传统上发挥了根本性的作用，在机制设计，不继续举行CPT。我们开发了一个适当的框架，我们称之为介导的机制设计，使我们能够恢复CPT代理的启示原则。最后，我们总结了未来工作的一些有趣的方向。
2021-01-21 cs.GT econ.TH
