Auction Algorithm for Production Models
我们展示了一种基于拍卖的算法来计算生产模型中的市场均衡价格，其中消费者在满足W.G.S（弱总替代品）的可分离非线性效用凹函数下购买物品;生产者在多个线性生产约束下生产物品。我们的算法不同于以前的方法，因为价格允许增加和减少，以处理生产中的变化。这提供了一种补偿式算法，其收敛并提供PTAS。该算法还可以推广到任意凸产生域和Arrow-Debreu模型。收敛性依赖于凹函数的边际效用的行为。
2013-04-16 cs.GT
When Are Welfare Guarantees Robust?
计算和经济结果表明，当投标人的估价满足“总替代品”条件时，社会福利最大化和组合拍卖设计更容易。本文的目标是严格评估的民间传说的信念，这些结果的主要外卖仍然有效的设置中，总的替代品的条件下举行只有大约。我们表明，逐点近似的总替代品估值（事实上，甚至是线性估值）的估值，最佳社会福利不能近似到一个次多项式的因素和需求预言不能模拟使用一个次指数数量的值查询。然后，我们提供了几个积极的结果，施加额外的结构的估值（超越总替代品），使用更严格的概念近似，和/或使用更强大的甲骨文访问的估值。例如，我们证明了贪心算法的性能下降优雅的近似线性估值与边际值递减，需求查询，近似福利保证XOS估值下降优雅的估值是逐点接近XOS，和Kelso-Crawford拍卖的性能下降优雅的估值是接近各种子类的总替代品估值。
2016-08-08 cs.GT
Solving the Arctic Product-Mix Auction
University of Oxford（牛津大学）；King’s College London（伦敦国王学院）
针对北极产品组合拍卖，提出首个强多项式算法求解竞争均衡，通过归约到无成本拍卖及线性市场，并证明均衡价格唯一性。
2026-09-30 cs.GT econ.TH
Computing Candidate Prices in Budget-Constrained Product-Mix Auctions
我们研究了一个版本的产品组合拍卖预算约束下的最优价格计算问题。与“标准”产品组合拍卖不同，目标是收入最大化而不是社会福利。我们证明了保罗Klemperer和DotEcon提出的算法，这是足够有效的，在较小的市场的正确性。
2022-08-04 cs.GT
Substitute Valuations: Generation and Structure
替代估价（在某些情况下称为总替代估价）在组合拍卖理论中很突出。本文给出了一种通过蒙特卡罗模拟生成替代赋值的算法。此外，对固定数量的商品K的所有替代估价的集合的几何进行了研究。该集合由多面体的并集组成，并且确定了K=4的最大多面体。结果表明，最大多面体的最大维数随K的增加几乎与2的K次方一样快。因此，在广泛的条件下，如果一个组合算法可以给出一个给定的输入数列表的任意替代赋值，那么这个列表的增长速度必须接近2的K次方。
2008-05-19 cs.GT cs.PF
Dynamics of multidimensional Simple Clock Auctions
本文研究了多维简单时钟拍卖的动力学，证明在特定条件下投标策略的最优性，并展示了连续时间模型与离散时间拍卖的极限一致性。
2025-12-11 cs.GT math.CO math.OC
On the Complexity of Mixed Equilibria in First-Price Auctions with Correlated Priors
Stanford University（斯坦福大学）；Columbia University（哥伦比亚大学）
本文证明了相关先验下离散第一价格拍卖中近似混合贝叶斯-纳什均衡的计算是PPAD完全的，关键归约步骤涉及超图离散第一价格拍卖的PPAD完全性。
2026-10-07 cs.CC cs.GT
Learning Strong Substitutes Demand via Queries
本文讨论了学习强替代品需求时，获得一个需求（或估值）预言的计算挑战。强劲的替代品需求将已得到充分研究的总替代品需求推广到多单位环境。Baldwin和Klemperer最近的研究表明，任何这样的需求都可以用一种自然的方式表达为加权投标向量的有限列表。英格兰银行使用了这种投标语言的简化版本。假设访问一个需求预言，我们提供了一个算法，计算对应于投标人的需求偏好的加权投标向量的唯一列表。在特殊情况下，他们的需求只能用积极的出价来表达，我们有一个有效的算法，可以在线性时间内学习这个列表。我们还显示了超多项式下界的查询复杂性计算的出价列表中的出价可能是积极的和消极的一般情况下。我们的算法构成了第一个系统的方法，投标人构建一个对应于非平凡需求的投标列表，让他们参与“产品组合”拍卖。
2021-01-29 cs.GT
Procurement Auctions with Best and Final Offers
本文研究带 BAFO 策略的序贯采购拍卖，证明在卖方成本完全信息、买方无信息且估值任意单调时，所有子博弈完美均衡均有效率，并分析不同拍卖给买方带来的成本差异。
2025-03-13 cs.GT
Faster Dynamic Auctions via Polymatroid Sum
针对不可分割物品与强总替代市场的动态拍卖，本文将价格调整中的次模最小化转化为 polymatroid sum，提出更快的 push-relabel 算法，并刻画 Walras 价格单调性。
2024-08-05 cs.GT
A Strongly Polynomial Algorithm for Arctic Auctions
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；University of California, Irvine（加州大学尔湾分校）
本文提出一种强多项式算法用于计算阿克提拍卖的均衡，基于Orlin的线性Fisher市场算法，解决银行在不同参数下运行拍卖的需求。
2026-04-27 cs.DS cs.GT
On the Efficiency of All-Pay Mechanisms
我们研究了三种不同环境下的混合均衡的无效率，表示为无政府状态的无政府代价，全付拍卖：组合拍卖，多单位拍卖和单一项目拍卖。首先，我们考虑项目投标组合拍卖，其中m个全付拍卖并行运行，每一个好。对于分数次可加估值，我们通过证明一些表征博弈混合纳什均衡的结构性质，将上限从2 [Syrgkanis和Tardos STOC'13]加强到1.82。其次，我们设计了一个多单位拍卖的随机分配规则的全支付机制。我们发现，投标人与子模块化的估值，该机制承认一个独特的，75%的效率，纯纳什均衡。该机制的效率优于所有已知的无政府无政府代价的机制用于多单位拍卖的界限。最后，我们分析了单物品全付拍卖的动机，他们连接到比赛和显示紧界的社会福利，收入和最高出价的无政府无政府代价。
2015-08-05 cs.GT
Product-Mix Auctions and Tropical Geometry
University of Texas at Austin（德克萨斯大学奥斯汀分校）；Hausdorff Center for Mathematics（豪斯多夫数学中心）；Georgia Institute of Technology（佐治亚理工学院）
本文通过热带几何统一了产品混合拍卖中不可分割商品竞争均衡的存在性条件，并提出新的双类产品类型条件，与代数几何中的Oda猜想相关联。
2017-10-24 cs.GT econ.GN math.CO
Simple Economies are Almost Optimal
考虑一个打算拍卖某件物品的卖家。卖方可以投入资金和精力在不同的细分市场上做广告，以便招募$n$投标人参加拍卖。或者，卖方可以有一个更便宜和集中的营销业务，并从一个单一的细分市场招募相同数量的投标人。卖家应该选择哪种营销方式？更正式地说，让$D=\{\mathcal D_1,\ldots, \mathcal D_n\}$是一组分布。我们的主要结果表明，总是有$\mathcal D_i\in D$，使得可以从$n$投标人中提取的收入，其中每个投标人的价值是独立地从$\mathcal D_i$中提取的，至少是任何可能的投标人组合可以获得的收入的$\frac 1 2 \cdot (1-\frac 1 e)$，其中每个投标人的价值是从属于$D$的一些（可能不同的）分布中提取的。接下来我们考虑拍卖人不能使用最优拍卖而必须使用第二价格拍卖的情况。我们表明，总是有$\mathcal D_i\in D$，这样，如果所有投标人的价值是独立地从$\mathcal D_i$然后运行第二价格拍卖保证了一个恒定的分数的收入，可以通过第二价格拍卖的任何可能的混合投标人。最后，我们表明，对于任何$\varepsilon>0$存在一个功能$f$，只依赖于$\varepsilon$（特别是，该功能不依赖于$n$或$D$的集合），这样，招聘$n$投标人有最多$f(\varepsilon)$不同的分布，所有从$D$，保证…
2021-06-02 cs.GT
Discrete Two Player All-Pay Auction with Complete Information
该研究刻画了完全信息离散双人全支付拍卖的混合策略纳什均衡，明确了其均衡唯一性、可互换性及收益唯一性的条件，并与连续全支付拍卖做了对比。
2023-05-08 cs.GT
Oracle-Efficient Online Learning and Auction Design
Microsoft Research（微软研究院）；Cornell University（康奈尔大学）；University of Southern California（南加州大学）
我们考虑设计计算效率高的在线学习算法在对抗设置中，学习者可以访问离线优化预言。我们提出了一种算法，称为广义跟随扰动领导者，并提供条件下，它是预言有效的，同时实现消失的遗憾。我们的研究结果取得了显着的进展，提出了一个开放的问题，哈赞和科伦，谁表明，甲骨文高效的算法一般不存在，并询问是否可以识别属性下，甲骨文高效的在线学习可能是可能的。我们的拍卖设计框架认为，拍卖师学习一个最优拍卖的一系列adversarially选择的估值，实现收入的目标，几乎一样好的最优拍卖在事后看来，一类拍卖。我们给出了预言机有效的学习结果：（1）VCG拍卖与投标人特定的储备在单参数设置，（2）嫉妒免费项目定价在多项目拍卖，和（3）s级拍卖的Morgenstern和Roughgarden的单项目设置。最后一个结果导致的整体最优迈尔森拍卖时，投标人的估价根据一个快速混合马尔可夫过程绘制的近似，扩展以前的工作，只给这样的保证，i.i.d.设置.最后，我们得到了各种扩展，包括：（1）甲骨文高效的算法的上下文学习设置中，学习者可以访问边信息（如投标人的人口统计数据），（2）学习与近似的甲骨文，如那些基于最大范围算法，（3）无遗憾投标同时拍卖，解决了一个开放的问题Daskalakis和Syrgkanis。
2019-08-05 cs.DS cs.GT cs.LG
On the Inefficiency of the Uniform Price Auction
我们提出了我们的结果统一价格拍卖，一个标准的密封投标多单位拍卖格式，出售多个相同的单位，一个单一的好多需求投标人。与真实和经济有效的多单位维克瑞拍卖相反，统一价格拍卖鼓励策略性投标，总体上是社会效率低下的。然而，统一定价规则因其对自然预期的吸引力而广受欢迎，即相同的物品应该被相同地定价。在这项工作中，我们研究了均衡的统一价格拍卖的投标人（对称）子模块的估值功能，超过他们赢得的单位数量。我们研究纯纳什均衡的拍卖在非支配策略，我们产生这些均衡的特征，使我们能够证明，一个分数1-1/e的最佳社会福利总是恢复在非支配纯纳什均衡-这个界限是本质上紧。随后，我们研究了拍卖下的不完全信息设置和证明了4-2/k界的经济无效的（混合）贝叶斯纳什均衡，支持的非支配策略。
2013-06-19 cs.GT
Iterative Vickrey Auctions via Linear Programming
Google Research；Boston University（波士顿大学）
该研究基于线性规划方法，构造出维持单一价格路径的迭代维克里拍卖，消除多价格路径的相关问题，还开发了多单元场景的新型迭代维克里拍卖及产品组合拍卖的迭代变体，兼具透明性与VCG机制的优势。
2026-08-13 cs.GT
Dynamic First Price Auctions Robust to Heterogeneous Buyers
我们研究动态机制，优化收入在重复拍卖，这是强大的异质前瞻性和学习行为的买家。通常情况下，假设购买者要么都是短视的，要么都是无限前瞻的，并且购买者理解并信任这种机制。这些假设提出了以下问题：当买方池是异质的，是否有可能设计近似的收入最优机制？面对一个异构的人口与一个未知的混合物的$k$前瞻性买家，近视买家，无遗憾学习者和无政策遗憾学习者的买家，我们设计了一个简单的基于状态的机制，实现了恒定的最佳可实现的收入。
2019-06-07 cs.GT
On the Computation of Equilibria in Discrete First-Price Auctions
本文研究离散一级价格拍卖中计算均衡的复杂性，证明纯均衡存在性判定为NP完全，混合均衡计算为PPAD完全，并给出iid情形下的高效算法及多项式时间计算相关均衡的方法。
2024-11-05 cs.CC cs.GT
On the Inefficiency of Standard Multi-Unit Auctions
我们研究了两种标准的多单位拍卖格式，用于将单个物品的多个单位分配给多需求投标人。第一种是歧视性拍卖，它向每一位获胜者收取中标费。第二种是统一价格拍卖，确定每单位支付的统一价格。这两种形式的变体都有应用，从向投资者分配国家债券，到在流行的在线经纪商的推动下通过互联网进行在线销售。对于这些格式，我们考虑两个投标接口：（i）标准投标，这是最普遍的科学文献，和（ii）统一投标，这是更流行的实践。在这项工作中，我们评估的经济效率的多单位拍卖格式的投标接口，通过上界和下界的无政府代价价格的纯纳什均衡和混合贝叶斯-纳什均衡。我们的发展显着改善了最近在[Markakis，Telelis，ToCS 2014]和[Syrgkanis，Tardos，STOC 2013]中获得的子模赋值函数的界限。此外，我们认为第一次投标人与次加性的估价功能，这些拍卖格式。我们的结果表明这些拍卖几乎是高效的，这为它们在实践中的使用提供了进一步的理由。
2016-04-29 cs.GT
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
General Auction Mechanism for Search Advertising
在赞助搜索中，搜索结果页面上有许多广告位可用，并且必须在一组竞争在页面上显示广告的广告商之间分配。这就产生了一个双边匹配市场，通常通过自动拍卖的方式进行清算。已经提出了几种拍卖机制，其中普遍第二价格的变体在实践中得到广泛使用。大量关于双边匹配市场的研究建立在盖尔和沙普利的稳定婚姻模型以及沙普利和舒比克的分配模型之上。我们从这条线的研究到稳定的结果和他们的激励属性的结构，以广告拍卖的见解。我们的模型广告拍卖的分配模型与线性效用，扩展与投标人和项目特定的最高和最低价格。拍卖机制，如常用的GSP或著名的Vickrey-Clarke-Groves（VCG）被解释为简单地计算一个\emph{bidder-optimal stable matching}在这个模型中，一个适当定义的一组投标人的喜好。在我们的模型中，存在一个稳定的匹配是有保证的，并在非退化的假设下，投标人最优的稳定匹配存在。我们给出了一个算法，找到这样的匹配在多项式时间，并使用它来设计真实的机制，推广普惠制，是真实的利润最大化的投标人，实现功能，如投标人特定的最低价格和位置特定的出价，并为丰富的投标人和偏好的混合物。
2008-07-08 cs.GT
Learning vs. Optimizing Bidders in Budgeted Auctions
Cornell University（康奈尔大学）；Google Research（谷歌研究院）
本文研究预算拍卖中学习者与优化者在贝叶斯设定下的重复交互，提出预算Stackelberg均衡概念，证明在预算约束下优化策略需时间分层，并证明比例控制器在预算下具有战略鲁棒性。
2026-11-05 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
Deep Automated Mechanism Design for Integrating Ad Auction and Allocation in Feed
Meituan（美团）
针对电商信息流广告拍卖与分配拆分导致的外部性缺失和激励不相容问题，提出深度自动化机制设计方法，整合两阶段流程以优化平台广告收入与GMV。
2024-04-11 cs.AI cs.GT
Learning against Non-credible Auctions
本文研究非可信重复第二价格拍卖中的在线竞价问题，竞价者需同时学习竞争对手出价分布与卖家可信度，作者在多种信息模型下建立遗憾下界并提供近最优的在线竞价算法。
2023-11-26 cs.GT
No-Regret Algorithms in non-Truthful Auctions with Budget and ROI Constraints
Google Research（谷歌研究院）；Cornell University（康奈尔大学）
本文针对一价与二价混合拍卖场景，设计了满足预算和ROI约束的低后悔自动出价算法，给出完全信息下的$\tilde O(\sqrt T)$后悔界，并分析了老虎机设置的下界与对应算法。
2024-04-15 cs.GT cs.LG
Liquid Price of Anarchy
将预算限制纳入拍卖分析变得越来越重要，因为它们可以更准确地模拟实际情况。社会福利函数是衡量拍卖效率的标准，但它不适用于有预算的拍卖环境，因为投标人从获得物品中获得的价值与可以从她那里变现的价值之间可能存在很大的脱节。流动福利目标函数被认为是有预算的拍卖环境的自然替代方案。简单的拍卖，像同时拍卖项目，是通过他们的表现在平衡使用无政府代价（PoA）措施-最佳结果的目标函数值的比率最差的平衡。因此，我们评估的同时项目拍卖在预算设置的无政府状态的流动无政府代价（LPoA）措施的性能-最佳的流动福利的最差的均衡中获得的流动福利的比率。我们的主要结果是，混合纳什均衡的LPoA是有界的常数时，投标人是可加性和项目可以分为足够多的离散部分。我们的证明是强大的，并可以扩展到实现类似的边界，同时第二价格拍卖以及贝叶斯纳什均衡。对于纯纳什均衡，我们建立严格的界限上的LPoA的较大类的分数次可加的估值。为了得到我们的结果，我们开发了一种新的技术，其中一些投标人偏离（令人惊讶的）走向非最优的解决方案。特别是，这种技术不适合平滑框架。
2015-11-03 cs.GT
Distributed Computation for the Non-metric Data Placement Problem using Glauber Dynamics and Auctions
我们考虑非度量数据布局问题，并开发分布式算法计算或近似其最佳的整体解决方案。我们首先表明，非度量数据布局问题是不可逼近的对数因子。然后，我们提供了一个博弈论分解的目标函数，并表明，自然的Glauber动态，玩家更新他们的资源与概率成比例的效用，他们收到缓存这些资源将收敛到一个足够大的噪声参数的最优全局解。特别是，我们建立了多项式混合时间的Glauber动力学在一定范围内的噪声参数。最后，我们提供了另一种基于拍卖的分布式算法，它允许我们近似的最优全局解的性能保证，取决于从底层拍卖获得的收入与社会福利的比率。我们的研究结果提供了第一个分布式计算算法的非度量数据布局问题。
2022-10-14 cs.DC cs.GT cs.MA
The AND-OR game: Equilibrium Characterization (Working Paper)
本文研究了完全信息下多个物品的一价拍卖问题。我们的目标是完全描述混合均衡在这种情况下，一个简单的，但非常有趣的，{ \tt AND}-{ \tt OR}游戏，其中一个代理是单一的，另一个是单位的需求。
2012-10-05 cs.GT
Monotone-Value Neural Networks: Exploiting Preference Monotonicity in Combinatorial Assignment
许多重要的资源分配问题涉及项目的组合分配，例如，拍卖或课程分配。由于捆绑空间的项目数量呈指数级增长，偏好诱导是这些领域的一个关键挑战。最近，研究人员提出了ML为基础的机制，优于传统的机制，同时减少代理的偏好诱导成本。然而，所使用的ML算法的一个主要缺点是它们忽视了关于代理偏好的重要先验知识。为了解决这个问题，我们引入了单调值神经网络（MVNNs），它的目的是捕捉组合估值，同时执行单调性和正规性。在技术层面上，我们证明了我们的MVNN是通用的单调和规范化的价值函数类，我们提供了一个混合整数线性规划（MILP）制定解决MVNN为基础的赢家确定问题（WDP）实际可行。我们评估我们的MVNN实验频谱拍卖域。我们的研究结果表明，MVNN提高了预测性能，它们在拍卖中产生了最先进的分配效率，并且它们还减少了WDP的运行时间。我们的代码可以在GitHub上找到：https://github.com/marketdesignresearch/MVNN。
2023-03-11 cs.GT
Nash Convergence of Mean-Based Learning Algorithms in First-Price Auctions
Center on Frontiers of Computing Studies, Peking University（前沿计算研究中心，北京大学）；Department of Electrical Engineering and Computer Sciences, University of California, Berkeley（电气工程与计算机科学系，加州大学伯克利分校）；School of Engineering and Applied Sciences, Harvard University（工程与应用科学系，哈佛大学）；Department of Computer Science, Yale University（计算机科学系，耶鲁大学）
本研究针对重复首价拍卖中投标人使用基于均值的学习算法出价的场景，刻画其在两种收敛概念下的动态，发现最高价值投标人数量影响收敛性，为学习动态收敛研究提供新方向。
2025-08-19 cs.AI cs.GT cs.LG
Price Competition in Online Combinatorial Markets
我们考虑一个单一的买家与组合偏好，希望购买相关的产品和服务，从不同的供应商，其中每个供应商只提供一种产品。我们研究的一般情况下，产品的子集可以替代品，以及互补性和分析的游戏，诱导供应商，供应商的策略是他要求他的产品的价格。这个模型概括了伯特兰竞争（供应商是完美的替代品）和纳什讨价还价（他们是完美的补充），并捕捉了各种各样的场景，可以出现在复杂的众包或相关产品的自动定价。我们研究了这类博弈的均衡，并证明了一个纯有效均衡总是存在的。在次模块化的买方偏好的情况下，我们充分刻画了一组纯纳什均衡，基本上显示出独特性。对于更受限制的“替代品”买方的喜好，我们还证明了{ \em混合}均衡的唯一性。最后，我们开始探索自然概括我们的设置，如当服务有成本，当有多个买家或买家的估值不确定性，当一个供应商提供多种产品。
2014-01-08 cs.GT
Scalable Bid Landscape Forecasting in Real-time Bidding
University of Massachusetts, Amherst（马萨诸塞大学阿默斯特分校）；Adobe Research（Adobe研究院）；Adobe Advertising Cloud（Adobe广告云）
在程序化广告中，广告位通常使用第二价格（SP）拍卖实时的【形】出售。出价最高的广告客户获胜，但只支付第二高的出价（称为获胜价格）。在SP中，对于单个项目，每个投标人的主导策略是从投标人的角度出价的真实价值。然而，在一个实际的设置，与预算限制，投标的真实价值是一个次优策略。因此，为了设计最优的投标策略，准确地了解中标价格的分布是至关重要的。此外，一个代表广告商投标的需求方平台（DSP），如果它赢得了拍卖，它会观察获胜价格。对于失败的拍卖，DSP只能将其投标价格视为未知获胜价格的下限。在文献中，通常使用删失回归来对此类部分观测数据进行建模。删失回归中的一个常见假设是，获胜价格来自固定方差（同方差）单峰分布（通常是高斯分布）。然而，在现实中，这些假设往往被违反。我们放松这些假设，并提出了异方差全参数删失回归方法，以及一个混合密度删失网络。我们的方法不仅推广了删失回归，而且还提供了灵活性，任意分布的真实世界的数据建模。在公开的中标价格估计数据集上的实验结果表明了该方法的有效性。此外，我们评估我们的算法在一个最大的需求方平台和显着的改善已经取得了比较基线的解决方案。
2020-01-18 cs.GT cs.LG stat.ML
