Mechanism Design without Money for Fair Allocations
在资源分配的范围内对公平问题进行了很好的研究。研究人员提出了各种公平概念,如无嫉妒(EF)及其放松,比例和最大最小份额(MMS)。有大量的文献对这些概念的存在和计算方面。在计算公平分配时,任何算法都假设代理人真实地报告了他们对资源的估值。而在现实世界中的基于网络的应用程序的公平分工,代理人参与的战略,并可能操纵个人效用收益。在本文中,我们研究了无货币转移的防策略机制,它满足各种公平性标准。我们知道,对于加法估值,为EF、MMS和比例设计真实的机制是不可能的。在这里,我们表明,不可能有一个真实的机制EFX和现有的算法EF1是可操纵的。然后,我们研究专一代理的特殊情况。对于这种情况,我们提供了一个串行独裁机制,该机制是防策略的,并且满足除EF之外的所有公平性标准。
2021-12-14 cs.GT
Verifiably Truthful Mechanisms
通常,如果一个机制是真实的,那么代理人就会如实地报告他们的私人信息。但为什么一个特工会相信这个机制是真实的呢?我们希望设计真实的机制,其真实性可以有效地验证(在计算意义上)。我们的方法包括三个步骤:(i)指定机制的结构,(ii)构建一个验证算法,(iii)测量可验证的真实机制的质量。我们证明了这种方法使用的案例研究:近似机制设计没有钱的设施位置。
2014-11-29 cs.GT
The Anarchy of Scheduling Without Money
考虑了在不允许付款的情况下,以最小化最大完工时间为目标的$n$策略无关机器上的排序问题。我们采用在[Koutsoupias,Theory Comput.在这个意义上,机器受到她的声明的约束,如果她被分配了一个特定的任务,那么她将不得不执行它至少等于她报告的时间,即使她的私人,真正的处理能力实际上更快。我们提供了一个(非真实的)随机算法,其纯无政府状态的价格是任意接近$1$的情况下,一个单一的任务和接近$n$,如果它是独立地应用到调度许多任务。以前的工作考虑了真实性的约束,并证明了$(n+1)/2$对一个任务的紧逼近比,它推广到$n(n+1)/2$对许多任务。此外,我们重新审视的真实性的情况下,降低了许多任务的近似比为$n$,渐近匹配的最佳已知的下限。这是通过迂回到放松,分数版本的问题,我们也能够提供一个最佳的近似比$1$。最后,我们提到,我们所有的算法实现最佳比率的$1$的社会福利的目标。
2018-12-04 cs.GT
Money Burning Mechanism Design: From Welfare to Surplus
Tel Aviv University(特拉维夫大学)
该研究解决多维机制设计中剩余剩余最大化的最坏情况可近似性问题,提出普遍真实且事后个体理性的机制,得到最优最坏情况保证,解决相关开放问题并改进现有结果。
2026-09-25 cs.GT
Truthful Facility Assignment with Resource Augmentation: An Exact Analysis of Serial Dictatorship
我们研究了真实的设施分配问题,其中一组代理商与私人最喜欢的度量空间上的点被分配给设施,躺在度量空间上,设施的容量限制。目标是产生这样一种分配,使社会成本最小化,即,在真实性约束下,智能体的最偏好点与其在分配中的对应设施之间的总距离,这确保智能体不会误报其最偏好点。我们提出了一个资源增强框架,其中一个真实的机制是由其最坏情况下的性能与增强设施的能力对同一实例上的最佳机制与原始容量的实例进行评估。我们研究了一个非常著名的机制,串行独裁,并提供了一个准确的分析其性能。虽然串行独裁是一个纯粹的组合机制,我们的分析使用线性规划;线性规划表达了其贪婪的性质以及输入的结构,并发现执行该机制的输入实例具有最坏情况下的性能。使用对偶参数来界定线性规划的目标允许我们计算近似比的紧界。在其他结果中,我们证明了串行独裁的能力乘以任何整数$g \geq 3$时,有近似比$g/(g-2)$。我们的研究结果表明,即使是有限的增加的资源可以有奇妙的效果的机制的性能,特别是,近似比为1的增强因子变得很大。我们补充我们的结果与随机序列独裁的近似比的界限,随机版本的序列独裁,当没有资源增加。
2016-10-05 cs.GT
Egalitarianism of Random Assignment Mechanisms
我们认为,平均主义的福利方面的随机分配机制时,代理人有不受限制的基数效用的对象。我们给出了不同的随机分配机制如何近似最优平均值的界限,并研究了不同的知名属性,如平凡性,无嫉妒性和真实性对可实现的平均值的影响。最后,我们进行了详细的实验分析效率之间的权衡与嫉妒自由或真实性使用两个突出的随机分配机制-随机串行独裁和概率串行机制-不同类别的效用函数和分布。
2015-07-24 cs.GT
Truthful Fair Mechanisms for Allocating Mixed Divisible and Indivisible Goods
研究混合可分割与不可分割商品分配中的诚实公平机制,证明一般不可能性,并在受限设置下设计EFM且诚实的机制,同时指出纳什福利最大化机制无法兼顾两者。
2023-05-16 cs.GT
Truthfulness, Proportional Fairness, and Efficiency
一个人如何在不使用金钱的情况下,以公平有效的方式将一系列资源分配给一组战略代理人?因为在许多情况下,用金钱来补偿代理人不满意的结果是不可行的。本文从公平和效率两个方面来研究这一问题。我们采用比例公平的解决方案,这是一个众所周知的公平的概念,为金钱免费设置。但是,尽管找到一个按比例公平的解决方案是计算上容易处理的,它不能以真实的方式实现。因此,我们寻求近似的解决方案。我们给出了几个真实的机制,在近似意义上实现比例公平。我们使用一个强有力的近似概念,要求该机制给每个代理一个很好的近似其比例公平的效用。特别是,我们的一种机制提供了一个越来越好的近似因子,因为每个商品的最小需求都在增加。90年代初捷克共和国的大规模私有化拍卖提供了一个激励性的例子。关于效率,先前的工作已经表明,即使对于两个代理和多个商品的情况下,任何交换独裁机制近似社会福利措施的近似因子的下限为0.5。我们通过为这种情况设计一个非交换独裁机制来超越这个下限。有趣的是,新机制建立在比例公平的概念之上。
2012-07-06 cs.DS cs.GT cs.MA
A Truthful Mechanism for the Generalized Assignment Problem
我们提出了一个真实的期望,$(1-1/e)$近似机制的战略变种的广义分配问题(GAP)。在GAP中,一组项目必须被最优地分配给一组bin,而不超过任何单个bin的容量。在我们研究的问题的战略变体,用于分配项目的箱子的价值是投标人的私人信息和机制应提供投标人的激励如实报告他们的价值。该机制的近似比是一个显着的改善,现有的真实机制的GAP的近似比。该机制包括一个新的凸优化程序的分配规则,以及适当的支付规则。为了在多项式时间内实现凸规划,我们提出了一种分数局部搜索算法,该算法在任意小的误差内逼近最优解,从而产生近似真实的期望机制。所提出的算法改进了现有的优化算法的GAP在简单性和运行时间,而近似比密切匹配的最佳近似比时,所有的输入是公开的。
2016-08-15 cs.DS cs.GT
Social welfare in one-sided matchings: Random priority and beyond
我们研究的问题近似社会福利最大化(没有钱)在单边匹配问题时,代理人有无限的基数偏好在一组有限的项目。随机优先级是一个非常著名的真实的预期机制的问题。我们证明了随机优先级的逼近比是Theta(n^{-1/2}),而没有一个期望中真机制能达到比O(n^{-1/2})更好的逼近比,其中n是代理和项目的数量。此外,我们证明了所有有序(不一定是期望真的)机制的逼近比的上界为O(n^{-1/2}),表明随机优先是该问题的最佳期望真机制和最佳有序机制.
2014-05-05 cs.GT
Efficiency of Truthful and Symmetric Mechanisms in One-sided Matching
我们研究了真实和对称机制在具有{ \em二分偏好}和{ \em归一化von Neumann-Morgenstern偏好}的单侧匹配问题中的效率(就社会福利而言)。我们特别感兴趣的是众所周知的{ \em随机串行独裁}机制。对于二分法的偏好,我们首先表明,真实的,对称的和最优的机制存在,如果棘手的机制是允许的。然后,我们提供了一个连接到在线二分匹配。利用这种联系,可以设计出真实、对称且易于处理的机制,提取最大社会福利的0.69,这在代理人不具有对抗性的假设下有效。在没有这个假设的情况下,我们证明了随机序列独裁总是返回一个分配,其中期望的社会福利至少是最大社会福利的三分之一。对于规范化冯诺伊曼-摩根斯坦的偏好,我们表明,随机序列独裁总是返回一个分配,其中预期的社会福利至少是$\frac{1}{e}\frac{ν(\opt)^2}{n}$,其中$ν(\opt)$是最大的社会福利和$n$是代理和项目的数量。在硬度方面,我们表明,没有真实的机制可以实现比$\frac{ν(\opt)^2}{n}$更好的社会福利。
2014-09-17 cs.GT
SBBA: a Strongly-Budget-Balanced Double-Auction Mechanism
McAfee(1992)在其开创性的论文中首次提出了双向拍卖的优势策略真实机制。当市场足够大时,他的机制几乎可以获得最优的交易收益。然而,他的机制可能会留下钱在桌子上,因为买方支付的价格可能高于支付给卖方的价格。这笔钱包括在交易收益中,在某些情况下,它几乎占了所有的交易收益,几乎没有给交易者留下任何交易收益。我们提出SBBA:McAfee的机制,这是强烈的不平衡的一个变种。有一个单一的价格,所有的钱都在买家和卖家之间交换,没有钱留在桌子上。这意味着所有的贸易收益都由贸易商享有。我们将这种变体推广到具有运输成本的空间分布市场。
2016-07-18 cs.GT
Truthful Fair Division under Stochastic Valuations
Google Research(谷歌研究院);Purdue University(普渡大学);Harvard University(哈佛大学)
在随机估值下,研究了诚实机制在公平分配和效率上的表现,提出DSIC机制在不同情况下实现福利近似和公平性。
2026-02-12 cs.GT
Project-Fair and Truthful Mechanisms for Budget Aggregation
研究策略性投票者分配有限资源的预算聚合问题,提出一种新颖的 moving phantom mechanism,在保证真实性的同时实现了最优的项目公平性,并最小化到均值的 $\ell_1$ 距离。
2024-03-25 cs.GT
Truthful Interval Covering
本文提出无货币机制设计中的真实区间覆盖问题,研究智能体可能虚报区间信息时如何设计真实机制,并在等长区间设定下给出确定性机制的紧近似界及更优的随机真实机制。
2024-01-18 cs.GT
Truthful approximations to range voting
本文研究了在一般基数偏好下,在有限个方案上,无货币条件下,近似社会福利最大化的基本机制设计问题。众所周知的范围投票方案可以被认为是一个非真实的机制,在这种情况下,确切的社会福利最大化。当m为备选方案的个数时,我们展示了一个随机的期望中真序数机制,该机制实现了一个结果,该结果的期望社会福利至少是社会最优备选方案的社会福利的Ω(m^{-3/4})分数。另一方面,我们证明了,对于足够多的代理和任何真实的期望序数机制,有一个估值配置文件,该机制达到最多O(m^{-{2/3})分数的最佳社会福利的期望。我们得到更严格的界限,为自然的特殊情况下,m = 3,在这种情况下,进一步获得分离的结果,自然限制类的真实预期机制实现的近似比。特别是,我们表明,对于m = 3和足够大的代理数量,最好的机制,是有序以及混合单边有一个近似比在0.610和0.611之间,最好的有序机制有一个近似比在0.616和0.641之间,而最好的混合单边机制有一个近似比大于0.660。特别是,最好的混合单边非序数(即,cardinal)机制严格优于所有有序机制,甚至非混合单侧有序机制。
2014-09-11 cs.GT
Mechanism Design for Exchange Markets
本文首次研究交换市场的机制设计问题,将其形式化为两阶段博弈,引入流动性福利和盈利性指标,提出两种真实机制,分别在大型市场实现近1/2近似比且保证盈利、在一般市场实现1/2近似比且亏损有界,为真实市场设计提供参考。
2024-10-09 cs.GT
Fair and Truthful Mechanisms for Dichotomous Valuations
我们考虑的问题,分配一套不可分割的项目的球员与私人偏好在一个有效的和公平的方式。我们专注于具有二分边际的估值,其中任何项目的附加值为0或1,并旨在设计真实的分配机制(没有钱),最大限度地提高福利和公平。对于局中人具有二分边际的子模估值的情况,我们设计了这样一个确定性的真实分配机制。我们的分配机制的输出是洛伦兹支配,因此满足许多期望的公平性,如嫉妒免费的任何项目(EFX),最大化的纳什社会福利(NSW)。然后,我们表明,我们的机制与随机优先级是羡慕免费事前,而所有上述属性事后。此外,我们提出了几个不可能的结果排除了类似的结果,为更大的类XOS估值。为了衡量我们的积极结果的鲁棒性,我们还研究了$ε$ -二分法估值,其中任何项目对集合的附加值要么是非正的,要么在$[1, 1 + ε]$的范围内。我们在此设置中显示了几个不可能的结果,也是一个积极的结果:对于具有加性$ε$ -二分估值的球员,足够小的$ε$,我们设计了一个随机的真实机制,具有很强的事后保证。对于$ρ= \frac{1}{1 + ε}$,它产生的分配至少产生最大福利的$ρ$ -分数,并享受$ρ$ -各种公平属性的近似值,例如在一个项目(EF 1)上没有嫉妒,并至少给予每个参与者她的最大最小份额。
2020-12-24 cs.GT
Mechanism Design for Value Maximizers
在许多情况下,货币是一种具有最小内在效用的交换工具-代理人将在合理的约束下以最大化所收到的商品价值的方式使用货币,只考虑价值和价格之间的权衡。虽然这一观点在消费者选择理论、市场均衡理论和其他领域中普遍存在,但在机制设计文献中却明显缺失-在有货币的机制中制定战略的代理人几乎总是假定通过准线性估值将货币作为目标。我们研究了一个简单的模型,捕捉在线广告商和其他代理人可能只把钱作为一个约束条件,并研究一般问题的机制设计,这样的代理商的价值最大化。我们发现,可行的和最佳的点所面临的机制设计师的变化显着从准线性领域,并奠定了基础,更广泛的研究价值最大化的机制设计。一路上,我们提供了新的见解,普遍使用的第二价格(GSP)拍卖在互联网广告。通过价值最大化的镜头,普惠制变成了一个真实的拍卖,在其原则和优雅的简单。
2018-07-16 cs.GT
Partial Strategyproofness: Relaxing Strategyproofness for the Random Assignment Problem
我们提出了部分防策略性,一个新的,宽松的防策略性的概念,研究非防策略分配机制的激励特性。非正式地说,一种机制是部分防策略的,如果它使真实的报告占主导地位的策略,这些代理人的偏好强度之间的任何两个对象有足够的差异。我们证明了部分防策略性是公理化的动机,并产生一个参数测量“如何防策略”的分配机制。我们应用这一新概念,以获得新的见解的概率串行机制和波士顿机制的不同变体的激励特性。
2020-08-02 cs.GT
Universally Truthful Secondary Spectrum Auctions
我们提出了一种机制设计方法,用于实现无线网络中的本地频谱重新分配的算法。例如,在单跳请求调度中,二级用户被建模为理性代理,当为成功传输分配信道时,这些代理具有私人效用。我们提出了一个相当简单的算法技术,允许把现有的和未来的近似算法和proximistics到真实的机制,为各种各样的网络问题。与以前的工作相比,我们的方法适用于文献中几乎所有已知的干扰模型,包括基于SINR的干扰物理模型。它允许解决单跳和多跳调度,路由,甚至更一般的分配和分配问题。我们的机制是随机的,并代表了第一个普遍真实的机制,这些问题与严格的最坏情况下的解决方案的质量保证。通过这种方式,我们的机制可以用来获得保证的解决方案的质量,即使与风险规避或风险寻求投标人,现有的方法失败。
2013-05-10 cs.GT
Truthful Aggregation of Budget Proposals
我们考虑一个参与式预算问题,其中每个选民提交一个建议,如何划分一个单一的可分割的资源(如金钱或时间)之间的几个可能的替代品(如公共项目或活动),这些建议必须汇总成一个单一的总司。在$\ell_1$偏好下--选民的负效用由总划分和他或她最喜欢的划分之间的$\ell_1$距离给出--社会福利最大化机制,它最小化结果和每个选民的提议之间的平均$\ell_1$距离,是激励相容的(Goel et al. 2016)。然而,它未能满足相称性的自然公平概念,过于重视多数人的偏好。利用市场价格和Moulin(1980)的广义中位数规则之间的联系,我们引入了独立的市场机制,这是激励相容和比例。我们统一了社会福利最大化机制和独立的市场机制,通过定义一个广泛的类移动幻影机制,其中包括。我们表明,每一个移动的幻影机制是激励相容的。最后,我们将社会福利最大化机制描述为该类中唯一的帕累托最优机制,表明帕累托最优性和比例性之间存在内在的权衡。
2022-01-21 cs.GT
Mechanism Design without Money via Stable Matching
没有金钱的机制设计在社会选择文献中有着丰富的历史。由于Gibbard和Satterthwaite的强不可能定理,探索存在主导策略机制的领域是该领域的核心问题之一。我们提出了一个通用的框架,称为广义装箱问题(\gpp),研究机制设计问题没有支付。\gpp \具有丰富的结构,并包括许多作为特殊情况的经过充分研究的模型,例如,拟阵、匹配、背包、独立集和广义分配问题。我们采用近似机制设计的议程,其目标是设计一个真实的(或strategyproof)的机制,没有钱,可以在多项式时间内实现,并产生一个很好的近似社会最优解。研究了\gpp的几种特殊情况,给出了拟阵、匹配、背包和广义指派问题的常数逼近机制。我们对广义指派问题的结果解决了\cite{DG10}中提出的一个公开问题。我们的主要技术贡献是利用稳定匹配的方法,这是一个基本的解决方案的概念,在匹配市场的背景下,在应用到机制设计。稳定匹配,虽然概念上很简单,但提供了一套强大的工具来管理和分析参与代理的自利行为。我们的机制使用一个稳定的匹配算法作为一个关键组成部分,并采用其他方法,如随机抽样和在线机制。我们的工作也丰富了稳定匹配理论与一个新的背包约束匹配模型。
2011-04-14 cs.DM cs.GT
TRUST-SC: Truthful Multi-Task Double Auction for Quality-Aware Spatial Crowdsourcing in Strategic Environment
VIT-AP University(维特阿普大学);Thapar Institute of Engineering & Technology(塔帕尔工程技术学院)
本文提出TRUST-SC机制,通过三层次架构提升空间众包任务分配效率与执行者可靠性,采用多单位双拍卖确保激励相容性,实验证明其优于现有机制。
2026-04-24 cs.GT
Lower Bound for Envy-Free and Truthful Makespan Approximation on Related Machines
我们研究了在机器是策略代理的情况下,以最小化完工时间为目标的相关机器上的工件排序问题。在该问题中,每个作业$j$具有长度$l_{j}$,并且每个机器$i$具有私有速度$t_{i}$。作业$j$在计算机$i$上的运行时间为$t_{i}l_{j}$。我们寻求一种机制,获得机器的速度出价,然后将工作和报酬分配给机器,这样机器就有动力报告真实的速度,分配和报酬也是免费的。我们表明,1。一个确定性的、无嫉妒的、真实的、个体理性的和匿名的机制不能严格地比$2-1/m$更好地近似最大完工时间,其中$m$是机器的数量。这一结果与以前的工作相比,给出了一个确定性的PTAS的嫉妒免费的匿名分配和一个独特的确定性的PTAS的真实的匿名机制。2.对于两台不同速度的机器,任何无嫉妒、真实、个体理性和匿名机制的唯一确定性可扩展分配是将所有作业分配给最快的机器。这种分配与VCG机制的分配相同,产生2-近似最小完工时间。3.没有任何支付可以使任何先前公布的单调和局部有效的分配,产生比$m$更好的结果-$\qcmax$ \cite{aas, at,ck10, dddr, kovacs}的近似值是真实的,没有嫉妒,个人理性的,和匿名的机制。
2011-07-14 cs.GT
Incentive Compatible Queues Without Money
对于作业调度系统,其中作业需要一定量的处理,然后离开系统,这是自然的,每个用户提供他们的作业的时间需求的估计,以帮助调度程序。然而,如果没有诚实的激励机制,每个用户都将被激励提供估计,从而在调度中优先考虑他们的作业,以便作业尽可能早地完成。我们研究如何使这样的调度系统激励兼容,而不使用货币收费,在一个自然的排队论框架。在我们的设置中,每个用户都对他们的作业的运行时间有一个估计,但是这个估计可能是不正确的。我们研究调度政策,如果一个工作超过了它的估计,它是有一定的概率“惩罚”,并重新安排后,其他工作,disincentivise低估的工作时间。然而,由于用户估计可能是不正确的(没有任何恶意),过度的惩罚可能会激励用户高估他们的作业时间,这会导致效率较低的调度。我们描述了两个自然的调度策略,BlindTrust和MeasuredTrust。我们表明,对于这两种政策,给定系统的参数,我们可以有效地确定一组惩罚概率是激励兼容的,在用户被激励提供他们的实际估计的工作时间。此外,我们证明了MeasuredTrust的估计收敛到完美的精度的限制,激励相容的惩罚概率的范围收敛到$[0,1]$。我们的形式主义建立了一个框架,进一步研究基于工作时间的调度问题,从用户的估计,系统需要激励真实的报告估计。
2022-02-11 cs.GT cs.PF
Non-quasi-linear Agents in Quasi-linear Mechanisms
有金钱的机制通常是在代理人是准线性的假设下设计的,这意味着他们对花钱有线性负效用。我们研究的影响,当代理与非线性(特别是凸)负效用支付参与机制设计的准线性代理。我们首先表明,任何机制,是真实的准线性买家有一个简单的最佳反应函数的买家与非线性负效用的付款,其中每个投标人只是规模缩小她的价值为每个潜在的结果由一个固定的因素,等于她的目标投资回报率(ROI)。我们称这种策略为ROI最优策略。我们证明了一个纳什均衡的存在,代理使用投资回报率最优策略的一般类的分配问题。出于在线市场的动机,我们然后专注于同时第二价格拍卖的添加剂投标人,并表明,所有的投资回报率最优均衡在这种设置实现恒定的因素近似合适的福利和收入基准。
2020-12-04 cs.GT
Size versus truthfulness in the House Allocation problem
我们研究房屋分配问题(也称为分配问题),即,在一组代理之间分配一组对象的问题,其中每个代理对对象的子集具有顺序偏好(可能涉及关系)。我们专注于真实的机制,没有货币转移,找到大型帕累托最优匹配。这是直接表明,没有确定性的真实机制可以近似的最大基数帕累托最优匹配比优于2。因此,我们考虑随机机制。我们给出了一个自然的和明确的扩展经典的随机序列独裁机制(RSDM),专门为房子分配问题的偏好列表可以包括领带。因此,我们获得了一个普遍真实的随机机制,找到一个帕累托最优匹配,并表明它达到了近似比$\frac{e}{e-1}$。即使当代理有优先级(权重)时,相同的界限也成立,我们的目标是找到最大权重(而不是最大基数)帕累托最优匹配。另一方面,我们给出了$\frac{18}{13}$的下界的近似比的任何普遍真实的帕累托最优机制设置严格的偏好。在这种情况下,该机制必须另外是非专横的一个额外的技术假设,我们表明,利用Bade的结果,一个改进的下限$\frac{e}{e-1}$持有。这个下限是紧的,因为严格偏好列表的RSDM是非专横的。此外,我们解释我们的问题,在经典的秘书问题,并证明我们的机制提供了最好的随机策略的管理员面试的申请人。
2019-05-09 cs.GT
Mechanisms for Risk Averse Agents, Without Loss
近年来,代理人收益为随机变量的拍卖越来越受到人们的关注。特别是,最近在算法机制设计方面的工作已经产生了采用内部随机化的机制,部分地响应于由计算复杂性施加的对确定性机制的限制。对于许多这些机制,这通常被称为真实的期望,激励相容性是视情况而定的假设,代理人是风险中性的。这些机制受到了批评,理由是这种假设过于强烈,因为“真正的”代理人通常是风险厌恶的,而且他们对风险的确切态度通常是先验未知的。作为回应,算法机制设计的研究人员一直在寻求普遍真实机制的设计-激励相容性不假设代理人对风险的态度的机制。我们发现,任何真实的预期机制可以一般转化为一种机制,即使是激励兼容的代理人是风险厌恶,而不修改机制的分配规则。转换后的机制不要求报告制剂的风险状况。等价地,我们的结果可以表述如下:每个(随机)分配规则,是可实现的优势策略时,玩家是风险中性的也是可实现的,当玩家被赋予一个任意的和未知的凹效用函数的钱。
2012-06-13 cs.GT
Mechanism Design for Fair Division
我们从机制设计的角度重新审视了公平划分的经典问题,使用{ \em Proportional Fairness}作为基准。特别是,我们的目标是将一组可分割的项目分配给一组代理,同时激励代理在报告其估值时诚实。对于非常大类的同质估值,我们设计了一个真实的机制,提供{ \em每个代理}与她的比例公平估值的至少一个$1/e\approx 0.368$分数。为了补充这一结果,我们表明,没有真实的机制可以保证超过一个$0.5$分数,即使是限制类的添加剂线性估值。我们还提出了另一种附加线性估值机制,当每个项目都有很高的需求时,这种机制非常有效。为了保证真实性,我们的机制丢弃了精心选择的一部分分配资源;最后,我们发现了我们的机制和使用金钱的已知机制之间有趣的联系。
2014-02-25 cs.DS cs.GT cs.MA
Assigning Course Schedules: About Preference Elicitation, Fairness, and Truthfulness
课程分配是一个广泛存在于教育和其他领域的问题。通常,学生对一周内的课程座位或课程安排有偏好,这需要考虑。该问题是一个具有挑战性的分布式调度任务,需要决策支持。先到先得(FCFS)是一种简单的分配规则,在实践中使用最广泛,但它会导致低效率的结果和嫉妒的分配。最近的理论结果表明,替代品具有吸引力的经济和计算性能。Bundled Probabilistic Serial(BPS)是一种满足序有效性、无嫉妒性和弱防策略性的随机机制。该机制也在多项式时间中运行,这对于该领域中的大型问题实例是重要的。我们报告的实证结果,从第一次实施的BPS在慕尼黑工业大学,这使我们能够提供重要的实证指标,如所得到的匹配,平均排名,配置文件的大小,以及受欢迎的任务。这些指标是采用BPS的核心。特别是,我们将这些指标与捆绑出价的随机序列独裁(BRSD)进行了比较。BRSD机制被用来模拟广泛使用的先到先服务(FCFS)机制,它允许我们比较FCFS(BRSD)和BPS。虽然理论上很吸引人,但当考虑对指数级多个包的偏好时,偏好诱导是一个重大挑战。我们引入的工具,以引起偏好,减少学生需要的参数的数量到一个可管理的集合。该方法与BPS产生一个计算有效的工具,以解决课程分配问题与成千上万的学生,并可能提供了一种方法,在组织中的其他分布式调度任务。
2018-12-07 cs.DM cs.GT cs.HC
Optimal Bidding in Repeated Wireless Spectrum Auctions with Budget Constraints
参与二级无线频谱市场的小型运营商通常有严格的预算限制。本文研究了预算受限的运营商在重复二次频谱拍卖中的投标问题。在现有的真实拍卖中,真实出价是投标人的最优策略。然而,预算限制会影响投标行为,并使投标决策变得复杂,因为投标人可能会采取不同的行为,以避免资金耗尽。我们制定的问题作为一个动态的拍卖游戏运营商之间,其他运营商的知识是有限的,由于无线网络/市场的分布式性质。首先,我们提出了一个马尔可夫决策过程(MDP)制定的问题,并描述了最佳的投标策略的运营商,提供了对手的出价是独立同分布。接下来,我们将该公式推广到马尔可夫博弈,结合无模型强化学习方法,使操作员能够根据局部观察对其对手做出推断。最后,我们提出了一个完全分布式的基于学习的投标算法,它只依赖于本地信息。我们的数值结果表明,我们提出的学习为基础的投标结果在一个更好的效用比真实的投标。
2016-08-26 cs.GT cs.NI
Existence and Computation of Fair Allocations under Constraints
Indian Institute of Science(印度科学学院);Aarhus University(奥胡斯大学)
本文研究了在预算约束下公平分配的问题,证明了可行公平分配的存在性,并探讨了其计算性和与帕累托最优性的兼容性。
2026-02-28 cs.GT
Learning Payment-Free Resource Allocation Mechanisms
J.P. Morgan AI Research(摩根大通人工智能研究院);Samsung Data Systems(三星数据系统)
针对无支付场景下自利智能体资源分配中真实性与社会福利难以同时兼顾的问题,提出融合“烧钱”思想的端到端神经网络ExS-Net,给出有限样本下的泛化界,并通过实验验证了该近似机制的有效性。
2024-08-14 cs.GT cs.LG
Fair Allocation of Improvements: When Old Endowments Shape New Assignments
The Open University of Israel(以色列开放大学);Ariel University, Israel(以色列阿里埃尔大学)
本文研究了在旧资产价值影响下如何公平分配新资产,提出算法以减少嫉妒并确保分配的公平性。
2026-02-20 cs.GT
Multi-unit Assignment under Dichotomous Preferences
University of Essex(埃塞克斯大学);Center for European Economic Research (ZEW)(欧洲经济研究中心)
研究在无货币情况下如何分配物品,提出 egalitarian 解决方案在公平性和策略-proof 性方面更具优势。
2018-07-06 cs.GT econ.GN q-fin.EC
The Computational Complexity of the Housing Market
本文证明在具有不可分割商品、货币和单位需求代理的住房市场中寻找竞争均衡是PPAD完全的,并证明Rainbow-KKM问题也是PPAD完全的,同时给出查询复杂性下界。
2024-02-21 cs.CC cs.GT
A Double Auction Mechanism for Mobile Crowd Sensing with Data Reuse
移动人群感知(MCS)是一种新的感知模式,它通过使用移动用户/设备来执行感知任务,以较低的部署成本实现灵活、可扩展的感知覆盖。在这项工作中,我们提出了一种新的MCS框架与数据重用,多个任务具有共同的数据需求可以共享(重用)的共同数据,通过MCS平台。我们系统地研究了移动用户和任务(数据重用)的最优分配,在信息对称和不对称的情况下,取决于用户成本和任务估值是否是公共信息。在前一种情况下,我们制定的分配问题作为一个广义背包问题,并解决问题,使用经典算法。在后一种情况下,我们提出了一个真实的和最优的双重拍卖机制,建立在上述背包分配问题,以获取用户和任务的私人信息,同时实现相同的信息对称下的最优分配。仿真结果表明,通过允许任务间的数据重用,与不允许数据重用的情况相比,社会福利可提高100~ 380%。我们进一步表明,建议的双重拍卖是不是预算平衡的拍卖,主要是由于任务之间的数据重用。为此,我们进一步引入一个保留价的双重拍卖(为每个数据项),以实现预算平衡和社会效率之间的理想的权衡。
2017-08-28 cs.GT
Barter Exchange with Bounded Trading Cycles
针对交易环长度受限的易货交换问题,设计计算高效的诚实近似机制,提出局部搜索范式的诚实版本算法工具,并给出近似比上下界,该工具还可推广至规模受限的联盟形成问题。
2024-10-09 cs.GT
Optimization-friendly generic mechanisms without money
Princeton University(普林斯顿大学)
本文的目标是开发一个通用的框架,用于将现代优化算法转换为输入来自自利代理的机制。我们专注于在没有钱的情况下聚合$n$玩家的偏好。此设置的特殊情况包括投票、通过抽签分配项目和匹配。我们的关键技术贡献是一个新的元算法,我们称之为\apex(自适应定价消除外部性)。该框架足够通用,可以与任何基于局部搜索的优化算法相结合。我们概述了一个议程,研究算法的性能及其应用。作为将该框架应用于彩票单边分配问题的一个特例,我们得到了Hylland和Zeckhauser在1979年关于通过平等收入竞争均衡(CEEI)进行分配的结果的加强。[HZ 79]的结果假定存在一个(分数)分配和一组物品价格,使得分配是给定价格的竞争均衡。我们进一步表明,总是有一个重新权衡的球员的效用值,使运行单位需求VCG与重新加权的效用导致HZ均衡价格。有趣的是,并非所有HZ竞争均衡都来自VCG价格。作为我们证明的一部分,我们只使用Brouwer不动点定理(而不是更一般的Kakutani定理)重新证明了[HZ 79]的结果。这可能是独立的利益。
2021-06-14 cs.DS cs.GT cs.LG
Sponsored Search Auctions with Markovian Users
赞助搜索涉及在广告客户之间进行拍卖,这些广告客户出价以使他们的广告显示在特定关键字的搜索结果旁边。目前,赞助搜索最流行的拍卖是“通用第二价格”(GSP)拍卖,其中广告客户按其“得分”的降序分配到广告位,“得分”被定义为他们的出价和点击率的乘积。在过去的几年里,已经有显着的研究中出现的广告客户的互动机制,以及可能的重新设计的机制的博弈论问题,但这种排名顺序仍然是标准的。从搜索引擎的角度来看,最根本的问题是:什么是广告客户的最佳分配插槽?这里的“最佳”可以指“最大化用户满意度”、“最高效”、“收入最大化”、“最简单的交互”或这些的组合。要回答这个问题,我们需要了解搜索引擎用户在看到显示的广告时的行为,因为这定义了广告商正在竞标的商品及其价值。大多数先前的工作都假设用户点击广告的概率与页面上显示的其他广告无关。我们提出了一个简单的马尔可夫用户模型,不做这个假设。然后,我们提出了一个算法,以确定最有效的分配在这个模型下,这原来是不同的GSP。一个真实的拍卖,然后从维克雷-克拉克-格罗夫斯(VCG)机制的应用。此外,我们表明,我们的分配有许多可取的属性的GSP,使投标直观。在我们的结果的技术核心是一些见解的结构的最优分配。
2008-05-06 cs.GT
Mechanism design for resource allocation with applications to centralized multi-commodity routing
我们制定和研究的算法机制设计问题的一般类的资源分配设置,中心重新分配个人带来的私人资源。资金转移是禁止的。有别于标准文献,它假设个人带来的资源量是公共信息,我们认为这个量作为代理的私人,可能是多维类型。我们的目标是设计真实的机制,实现两个目标:最大最小和帕累托效率。对于每一个目标,我们提供了一个减少任何最佳算法转换成一个策略证明机制,实现相同的目标。我们的约简不检查输入算法,而只是将这些算法作为神谕查询。应用减少,我们产生的战略证明机制在一个不平凡的应用:网络路由分配。我们的模型和应用结果本身就很有价值。
2015-03-23 cs.GT cs.MA
Emerging Methods of Auction Design in Social Networks
University of Electronic Science and Technology of China(电子科技大学)
近年来,一种新的拍卖模型分支--扩散拍卖将传统拍卖扩展到了社会网络场景。扩散拍卖将拍卖建模为网络市场,其节点是潜在客户,其边是这些客户之间的关系。扩散拍卖机制不仅可以激励买家提交真实的出价,还可以进一步邀请他们周围的邻居参与拍卖。与传统的拍卖机制相比,扩散拍卖可以召集更多的参与者,从而更好地优化社会福利、卖方收入、再分配资金等关键问题。近年来,扩散拍卖引起了算法博弈论和市场设计界的广泛关注。本文综述了扩散拍卖的研究进展。
2021-08-01 cs.AI cs.CE cs.GT
Mechanism Design via Dantzig-Wolfe Decomposition
在随机分配规则中,通常首先通过求解线性规划来计算最佳分数点。计算出的点表示对象的分数分配,或者更一般地,表示对象到代理的包。为了实现预期的分配,机制设计者必须将小数点分解为整数解,每个整数解都满足潜在的约束。由此产生的凸组合,然后可以被视为一个概率分布在可行的分配,其中一个随机分配可以被抽样。该方法已成功地应用于组合优化和机制设计中,无论有无资金。在本文中,我们发现,无论是找到最佳的分数点,以及其分解成整数解可以一次完成。我们提出了一个适当的线性规划,提供了所需的解决方案。我们证明了线性规划可以通过Dantzig-Wolfe分解来求解。Dantzig-Wolfe分解是改进单纯形法的一种直接实现方法,在实际应用中具有很高的效率。我们还展示了如何使用Benders分解作为解决问题的替代方法。所提出的方法也可以找到一个分解成整数的解决方案时,分数点是很容易出现的,也许是其他算法的结果,而不是线性规划。根据Carath odory定理,在这种情况下,所得的凸分解在整数点的数量方面是紧的。
2016-08-15 cs.DS cs.GT
Crowdsourced Judgement Elicitation with Endogenous Proficiency
众包现在被广泛用于用一些非专家的综合评价取代专家权威的判断,应用范围从对在线内容进行评级和分类到通过同行评分评估大规模开放在线课程中的学生作业。在直接监测不可行的情况下,一个关键问题是激励“人群”中的代理人努力做出良好的评价,并如实报告他们的评价。这导致了一个新的家庭的信息引出问题与不可观察的地面真相,代理的熟练程度-概率,她正确地评估潜在的地面真相-是内生地决定了她的战略选择多少努力投入到任务中。我们的主要贡献是一个简单的,新的,二进制信息引出多个任务的机制时,代理有内生profitness,具有以下属性:(i)最大努力,其次是真实的报告观察是一个纳什均衡。(ii)这是所有代理人都有最大收益的均衡,即使代理人有不同的最大收益,可以使用混合策略,并且可以为每个任务选择不同的策略。我们的信息启发机制只需要最小的界限先验,要求代理只报告自己的评价,并不需要任何条件上的分歧数量的代理报告每个任务,以实现其激励属性。我们的机制背后的主要思想是使用存在的多个任务和评级,以确定和惩罚低努力协议:该机制奖励代理同意一个“参考”评分员的任务,但也惩罚盲目的协议减去一个统计术语设计,使代理获得奖励,只有当他们把努力投入到他们的意见。
2013-03-04 cs.GT
Mechanism Design for Base Station Association and Resource Allocation in Downlink OFDMA Network
我们考虑在多小区下行OFDMA网络中的资源管理问题,其目标是找到最佳的每个基站的资源分配和用户基站分配。假设用户是战略/自私的下行链路信道状态和噪声水平的私人信息。为了在用户之间诱导真实性以及提高频谱效率,资源管理策略需要是激励兼容的和有效的。然而,由于在这种情况下的混合(离散和连续)的资源管理的性质,任何激励兼容的机制,最大限度地提高系统吞吐量的实现是NP难的。我们认为,通过一个计算易处理的机制,一个近似最优的资源管理方案的主导战略实施。拟议的机制是分散和动态的。更重要的是,它保证了用户的真实性,并实现了一个资源分配解决方案,产生至少1/2的最佳吞吐量。仿真结果表明了该机制的有效性。
2012-11-26 cs.GT cs.IT math.IT
Compliance Moral Hazard and the Backfiring Mandate
Pamplin College of Business, Virginia Tech(弗吉尼亚理工学院商学院帕姆林学院);Booth School of Business, University of Chicago(芝加哥大学博斯商学院)
本文研究去中心化风险检测问题,提出时间价值分配机制,通过严格proper scoring rule实现 truthful 后验报告,并分析网络联盟设计与反向命令对福利的影响。
2026-10-28 cs.GT cs.LG
A Budget Feasible Peer Graded Mechanism For IoT-Based Crowdsourcing
我们开发和扩展了最近的一系列工作的机制设计异构任务分配问题的“众包”。我们考虑的预算市场由多个任务请求者和多个物联网设备作为任务执行者组成;每个任务请求者都被赋予一个单独的任务以及公开的预算。此外,每个物联网设备都有执行任务的成本和质量的估值,这是私有的。在这种情况下,目标是为每个任务选择物联网设备的子集,使得总支付在预算的分配配额内,同时达到阈值质量。为了确定物联网设备的未知质量,我们利用了对等分级的概念。在本文中,我们精心设计了一个真实的预算可行机制;即针对调查中的问题的TUBE-TAP,这也使我们能够获得有关物联网设备质量的真实信息。进行模拟,以衡量我们提出的机制的功效。
2018-10-17 cs.GT
Dynamic Allocation of Public Goods with Approximate Core Equilibria
Cornell University(康奈尔大学)
本文研究在线环境中可共享公共物品的无货币重复分配问题,提出基于人工货币和节奏策略的机制,通过黑盒归约利用真实货币机制,在无智能体协作条件下以纳什均衡实现核心的调和数近似分配。
2025-11-06 cs.GT
Dynamic Mechanism Design for Markets with Strategic Resources
Indian Institute of Science(印度科学学院);Xerox Research Centre Europe(施乐欧洲研究中心)
当任务所有者和资源都具有策略性时,任务到多个资源的分配成为一个有趣的博弈论问题。在经典的,非战略性的设置,其中的任务和资源的状态是可观察的控制器,这个问题是找到一个最佳的政策马尔可夫决策过程(MDP)。当状态由战略代理人持有时,有效的任务分配问题超出了解决MDP的问题,而成为设计机制的问题。出于这一事实,我们提出了一个通用的机制,决定的任务和资源的分配规则和支付规则,以激励代理的参与和真实的报告。在最近的文献中研究的相关动态战略控制问题相比,这里研究的问题具有相互依赖的价值:分配给任务所有者的利益不仅仅是任务本身和分配的特性的函数,而且是资源的状态。我们引入了一个动态扩展Mezzetti的两阶段机制相互依存的估值。在这种变化的背景下,所提出的动力机制是有效的,期内事后激励相容,期内事后个体理性。
2012-02-14 cs.AI cs.GT
Strategic Facility Location via Predictions
针对一般连续度量空间下基于预测的战略性设施选址问题,提出名为Harmonic的新机制,通过表征智能体的无支配策略集合并推导无政府代价的一致性与鲁棒性保证,扩展了先前仅限于二维空间的研究。
2024-10-10 cs.DS cs.GT
In Defense of Bureaucracy in the Metric Facility Location Problem
我们的工作是致力于度量设施选址问题,并解决自私的行为的球员。它有助于Procaccia和Tennenholtz [EC 09]在没有资金的情况下进行近似机制设计。我们探索并论证了一个直观而简单的复杂度为O(nk)的规则,即所谓的比例机制。该机制在连续的k轮中工作,每次选择一个随机玩家放置下一个设施;每次被选中的玩家的概率与他们到当前设施集的距离成比例分布。Lu等人[EC 10]表明,比例规则对于k= 1,2是激励相容的,但对于k>2则不是。我们稍微调整了模型,使得对于任何k,比例机制变得激励相容。在新的模式中,我们允许政府是官僚主义的,即,有能力迫使每个玩家只能从一组特定的可用设施中进行选择。在比例机制中,我们强制每个在其报告位置接收设施的玩家连接到该设施。我们将比例机制扩展到一个更一般的设置,一个私人网络的设施已经存在于度量空间,并表明它是真实的。我们进一步表明,对于任何固定的k,比例规则达到预期的恒定近似保证最优解,即最多4k的比率。另一方面,我们给出了ln k(1+o(1))的一个下界,我们怀疑事实更接近这个下界。因此,我们的工作是第一个激励兼容的设施位置,有效地对待(一个常数的近似因子)的一般情况下,任意数量的设施。
2012-02-09 cs.GT math.CO
Bounded Incentives in Manipulating the Probabilistic Serial Rule
Shanghai University of Finance and Economics(上海财经大学);Peking University(北京大学);University of Southampton(南安普顿大学)
概率序列机制以其令人满意的公平性和效率特性而闻名。它是解决随机分配问题最重要的协议之一。然而,ProbabilitySerial不是激励相容的,因此这些理想的属性只适用于代理人的声明偏好,而不是他们真正的偏好。通过策略行为获得的大量效用收益会引发自利主体操纵机制,并会破坏在实践中采用机制的基础。在本文中,我们的特点,在何种程度上可以提高其效用的个人代理的战略操纵。我们证明了该机制的激励比为$\frac{3}{2}$。也就是说,没有一个智能体可以误报其偏好,从而使其效用超过如实报告时的1.5倍。该比率是最坏情况下的保证,允许代理具有关于其他代理的报告的完整信息,并找出最佳响应策略,即使它通常在计算上是难以处理的。为了补充这个最坏的情况下的研究,我们进一步评估代理的效用增益平均通过实验。实验表明,代理人操纵规则的动机是非常有限的。这些结果揭示了概率序列对策略操纵的鲁棒性,这比知道它不是激励相容的更进一步。
2020-01-28 cs.AI cs.GT cs.MA
A market-based efficient matching mechanism for crowdsourced delivery systems with demand/supply elasticities
本文针对具有供需弹性和任务捆绑的大规模众包配送匹配问题,提出结合流体-粒子分解、真实拍卖机制与交通分配对偶优化的高效求解方法,在保证精度前提下将计算速度提升约700倍。
2024-12-29 cs.GT math.OC