Characterization of incentive compatible single-parameter mechanisms revisited
我们重新研究了Archer & Tardos（2001）中引入的激励相容单参数机制的特征。我们认为，声称的独特性的结果，所谓的“迈尔森引理”并没有很好地建立。我们提供了一个基本的证明的唯一性，统一的介绍两类文献中使用的分配函数，并表明，一般情况下是一个鲜为人知的结果，从理论的实函数的后果。我们还澄清，我们的唯一性证明是更基本的比前一个。最后，通过推广我们的表征结果到更多的维度，我们提供了替代的证明多单位拍卖和组合拍卖的收益等价结果。
2022-12-05 cs.GT
An Incentive Compatible, Efficient Market for Air Traffic Flow Management
我们提出了一个基于市场的方法来解决空中交通流量管理（ATFM）问题。我们市场上的货物是延误，买家是航空公司;后者向联邦航空局支付金钱，以购买每个航班所需的延误量。我们给出了这个市场的均衡的概念和LP的解决方案提供了一个均衡分配的航班着陆插槽以及着陆插槽的均衡价格。通过减少匹配，我们表明，这种平衡可以计算组合在强多项式时间。此外，存在一组特殊的均衡价格，它可以很容易地计算，这是相同的VCG解决方案，因此，市场是激励相容的优势战略。
2017-05-22 cs.GT
Bayesian Incentive-Compatible Bandit Exploration
个人决策者消耗先前决策者透露的信息，并产生可能有助于未来决策的信息。这种现象在互联网经济的广泛场景中很常见，在医疗决策等其他领域也是如此。每个决策者都更倾向于“利用”：根据她当前的信息，选择一个具有最高预期回报的行动。与此同时，每个决策者都更愿意让之前的决策者“探索”，从而产生关于各种行动的回报的信息。社会计划者通过精心设计的信息披露，可以激励代理人平衡探索与开发，从而实现社会福利最大化。我们制定这个问题作为一个多臂的强盗问题（及其各种推广）下的激励相容性约束引起的代理商的贝叶斯先验。我们设计了一个激励相容的强盗算法的社会计划者的遗憾是渐近最优的所有强盗算法（激励兼容或不兼容）。此外，我们提供了一个黑盒减少从任意多臂强盗算法的激励兼容的，只有一个常数乘法增加遗憾。这种减少适用于非常一般的强盗设置，包括上下文和任意的辅助反馈。
2019-05-02 cs.GT
Carry-Over Lottery Allocation: Practical Incentive-Compatible Drafts
La Salle University（拉萨尔大学）
本文提出一种实用且激励相容的选秀机制，通过递延彩票分配框架改变团队质量评估方式，使非季后赛队伍获得相同彩票数量，消除输球动机，同时通过彩票累积机制保持激励相容性。
2026-03-16 cs.GT
On the Computational Complexity of Mechanism Design in Single-Crossing Settings
本文探讨了单交叉域中多项式时间激励相容机制的计算复杂性，首次证明了其与非激励相容算法在能力上存在差距，同时为多单元拍卖的福利最大化提出了首个适用于所有单交叉域的激励相容 FPTAS 机制。
2023-05-22 cs.GT
Incentive-Compatible Classification
我们调查的可能性，激励兼容（IC，又名。防策略的）机制，用于根据网络中的代理对彼此的评论来对它们进行分类。在$ α$ -分类问题中，我们感兴趣的是选择用户中排名前几位的$ α$部分。我们给出了上界（不可能性）和下界（机制）的最坏情况下的一致性之间的分类的IC机制和理想的$ α$分类。我们证明了界限依赖于$ α$和由一个单一的代理，$ Δ$的最大数量的评论。我们的研究结果表明，当$ α$较小而$ Δ$较大时，很难找到一个好的机制。特别是，如果$ Δ$是无界的，那么最佳机制是平凡的（也就是说，它不考虑评论）。另一方面，当$ Δ$是次线性的代理数量，我们给出了一个简单的，自然的机制，符合率为$ α$。
2019-11-20 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
Two-player incentive compatible outcome functions are affine maximizers
在机制设计中，对于给定的类型空间，可能存在激励相容的结果函数，它们不是仿射最大化器。利用线性代数和热带几何的工具，我们证明了对于离散型空间上的二人博弈，任何给定的结果函数都可以通过型空间的非平凡扰动变成仿射极大化。此外，我们的定理是最强的可能在这个设置。
2019-04-16 cs.GT math.CO
Incentive-Compatible Collusion-Resistance via Posted Prices
本文提出一种更强的抗合谋要求，即合谋本身须激励相容且个体理性，并在单投标人情形下证明满足该要求的交易手续费机制恰为价格不过高的挂牌价格机制，同时分析了福利、收入及解空间性质。
2024-12-30 cs.GT econ.TH
Incentive-Compatible Selection for One or Two Influentials
本文针对网络中有影响力个体选择的策略操纵问题，设计了达到单个体选择近似上界1/(1+ln2)的激励相容机制，并拓展至双个体选择，实现约0.54的近似比。
2023-06-13 cs.GT
On the Coexistence of Stability and Incentive Compatibility in Fractional Matchings
稳定匹配在社会选择文献中得到了广泛的研究。焦点主要集中在积分匹配上，其中两侧的节点完全匹配。分数匹配是整数匹配的凸组合，是整数匹配的自然推广。分数匹配稳定性的话题直到最近才开始受到关注。此外，激励相容性的背景下，分数匹配得到了很少的关注。在此背景下，本文研究了机制的激励相容性这一重要课题，以寻找稳定的分数匹配。我们研究的偏好是以基数效用的形式表达的。我们的第一个结果是一个不可能的结果，有匹配的情况下，没有机制，产生一个稳定的分数匹配可以激励兼容，甚至近似激励兼容。这提供了寻找特殊类别的匹配实例的动机，对于这些匹配实例存在产生稳定分数匹配的激励兼容机制。我们的研究导致一类匹配的情况下，承认唯一的稳定分数匹配。我们首先表明，一个唯一的稳定的分数匹配的匹配实例存在的当且仅当给定的匹配实例满足条件的相互第一偏好（CMFP）的属性。为此，我们提供了一个多项式时间算法，巧妙地利用嫉妒图找到一个非整数稳定匹配时，偏好是严格的，给定的实例是不是CMFP匹配实例。对于这类CMFP匹配实例，我们证明了产生唯一稳定分数匹配的每个机制是（a）激励相容的，并且进一步（b）抵抗联盟操纵。
2022-04-19 cs.GT
An Incentive-Compatible Smart Contract for Decentralized Commerce
提出一种区块链智能合约作为托管，允许互不信任方交易非数字商品，通过博弈论证明在仲裁者偏向诚实方时诚实策略安全，并推广至多方交易以摊销费用。
2020-08-24 cs.GT
IRS: An Incentive-compatible Reward Scheme for Algorand
Algorand成立于2017年，是世界上第一个受权益证明启发的碳负公共区块链之一。Algorand使用拜占庭协议向区块链添加新区块。该协议可以容忍恶意用户，只要绝大多数的股份是由非恶意用户控制。与比特币相比，该协议的吞吐量高出约100倍，并且可以轻松扩展到数百万个节点。尽管Algorand具有令人印象深刻的功能，但它缺乏一个可以有效激励节点参与协议的奖励分配方案。在这项工作中，我们通过博弈论的镜头研究Algorand的激励问题。我们将Algorand协议建模为贝叶斯博弈，并提出了一种新的奖励方案来解决Algorand中的激励问题。我们推导出必要的条件，以确保参与协议是贝叶斯纳什均衡下，我们提出的奖励计划，即使在存在一个恶意的对手。我们还提出了定量分析，我们建议的奖励计划，将其应用到两个现实世界的部署方案。我们估计运行Algorand节点的成本，并模拟协议来测量计算，存储和网络方面的开销。
2023-02-22 cs.GT
Mechanisms for Multi-Unit Auctions
我们提出了一个激励相容的多项式时间近似计划的多单位拍卖一般k-头脑的球员估值。该机制在适当选择的可能分配的子范围内进行充分优化，然后在该子范围内使用VCG付款。我们表明，获得一个完全多项式时间激励兼容的近似方案，至少使用VCG支付，是NP-难的。对于黑箱给出的估值的情况下，我们给出了一个多项式时间激励兼容的2-近似机制，并表明没有更好的是可能的，至少使用VCG支付。
2014-01-16 cs.GT
Incentive-Compatible Diffusion Auctions
扩散拍卖是拍卖设计中的一种新模型。它可以激励已经加入拍卖的买家通过社会关系将出售信息进一步传播给其他人，从而提高卖家的收入和社会福利。扩散拍卖本质上是一个非典型的多维机制设计问题，参与者的社会关系复杂地影响着他们的出价。在这样的拍卖中，激励相容性（IC）意味着每个代理人最好诚实地报告她的估价，并将销售信息完全传播给她的所有邻居。现有的工作确定了一些具体的扩散拍卖机制，而一个一般的理论特征的所有激励兼容的扩散拍卖仍然是失踪。在这项工作中，我们确定了一个充分和必要条件，所有的主导策略激励兼容（DSIC）扩散拍卖。我们制定的单调分配政策在这样的多维问题，并表明任何单调分配政策可以实现在DSIC扩散拍卖机制。在给定单调分配策略的情况下，得到了使卖方收益最大化的最优支付策略。
2020-04-27 cs.GT econ.TH
Fairness and Incentive Compatibility via Percentage Fees
Weizmann Institute of Science（魏茨曼科学研究所）；Ben Gurion University of the Negev（内盖夫本-古里安大学）；Stanford University（斯坦福大学）
研究使纳什社会福利最大化的激励相容机制，提出百分比费用模型，证明该模型在非负估值下能精确最大化纳什社会福利，给出相关定理及多项式时间激励相容近似算法，并证明硬度结果。
2026-07-22 cs.GT
The Randomized Communication Complexity of Randomized Auctions
本文研究了在$n$物品上具有组合估价函数的垄断卖方和单个买方之间激励相容拍卖协议的通信复杂性。由于收入最优拍卖是随机的[Tha04，MV10，BCKW10，Pav11，HR15]（以及Babaioff，Gonczarowski和Nisan [BGN 17]的开放问题），我们专注于这个问题的随机通信复杂性（与大多数确定性通信的先前工作相反）。我们设计了简单的，激励兼容的，和收入最优的拍卖协议，其预期的通信复杂性是更有效的（事实上无限）比他们的确定性同行。我们还给出了几乎匹配的近似收益最优拍卖的预期通信复杂性的下界。这些结果遵循从一个简单的激励兼容的拍卖协议，使我们能够证明对随机拍卖协议的下界特征。特别是，我们的下界给出了激励与实施贝叶斯激励兼容的社会选择规则的通信复杂性之间的第一近似抵抗指数分离，解决了Fadel和Segal [FS 09]的开放问题。
2021-04-22 cs.GT
Incentive Compatible Budget Elicitation in Multi-unit Auctions
在本文中，我们考虑的问题，设计多个（同质）单位的好，当投标人有私人估价和私人预算约束的激励相容拍卖。Dobzinski { \em et al}证明了当只有估价是私人的而预算是公开的时，{ \em adaptive clinching}拍卖是唯一的激励相容拍卖，达到了Pareto最优.他们进一步表明，不存在确定性的帕累托最优拍卖与私人预算。我们的主要贡献是显示以下的预算单调性性质的拍卖：当只有一个无限可分的好，投标人不能提高她的效用报告预算小于真相。这意味着随机修改的自适应成交拍卖是激励兼容和帕累托最优的私人预算。预算单调性属性还意味着在此上下文中的其他改进结果。对于收入最大化，相同的拍卖提高了最有名的竞争比，由于艾布拉姆斯的一个因素4，渐近接近的最优单一价格拍卖的性能。最后，我们考虑贝叶斯环境下的收入最大化（或社会福利）问题。我们允许投标人有公共规模的限制（在他们愿意购买的商品数量），除了私人预算的限制。我们展示了一个简单的多时间可计算的5.83近似的最佳贝叶斯激励兼容机制，这是可实现的优势策略。我们的技术再次至关重要地需要能够防止投标人通过随机化多报预算。
2009-04-22 cs.GT cs.MA
Incentive Compatible Active Learning
California Institute of Technology（加州理工学院）；Carnegie Mellon University（卡内基梅隆大学）
我们考虑在激励相容约束下的主动学习。我们的研究结果的主要应用是经济实验，其中学习者试图推断出受试者的偏好参数：例如他们对风险的态度，或他们对不确定事件的信念。通过巧妙地调整实验设计，人们可以节省实验室中受试者花费的时间，或者最大限度地提高在给定实验室会话中从每个受试者获得的信息;但是由于激励相容性，由此产生的自适应设计引起了并发症。实验室中的受试者可能会策略性地回答问题，而不是如实回答，以便将随后的问题引向有利的方向。我们分析了两个标准的经济问题：从多个价格表的风险偏好的推断，以及在不确定性的选择实验中的信念诱导。在第一个设置中，我们调整了一个简单而快速的学习算法，以保留一定的激励兼容性属性。在第二种设置中，我们提供了一个激励兼容的学习算法的基础上评分规则与查询的复杂性，从明显的方法，实现快速学习率只有次多项式的因素不同。因此，对于这些应用领域，激励相容性可以在不付出大样本复杂性代价的情况下实现。
2019-11-12 cs.GT cs.LG
Online Incentive-Compatible Mechanisms for Traffic Intersection Auctions
我们提出了新的在线机制，交通路口拍卖，用户出价优先服务。我们假设，在他们的车道的前面的用户被要求声明他们的延迟成本，即时间的价值，和用户的服务在递减顺序的声明延迟成本。由于用户被期望动态地到达交通路口，静态定价方法可能无法准确地估计用户期望的等待时间，并导致非策略性支付。为了解决这个差距，我们提出了两个马尔可夫链模型来确定参与者在拍卖的预期等待时间。这两种模型都考虑了未来到达交叉口的概率。在第一个模型中，我们假设未来到达的概率是均匀的交叉路口的车道。这种基于出价的模型只跟踪进入车道上出价较低和较高的用户的数量，以及空车道的数量。在第二个，车道为基础的模型，占车道特定的用户到达概率在扩展的状态空间为代价的均匀性假设放宽。然后，我们设计了一个机制，以确定激励兼容的支付在动态意义上。从长远来看，由此产生的在线机制使社会福利最大化。在一个四车道交叉口上进行了数值实验，并与静态激励相容机制进行了比较。我们的研究结果表明，静态激励兼容机制可能会导致用户误报他们的延迟成本。反过来，建议的在线机制被证明是激励兼容的动态意义上。
2020-10-14 cs.GT math.OC
Design of an Optimal Bayesian Incentive Compatible Broadcast Protocol for Ad hoc Networks with Rational Nodes
Indian Institute of Science（印度科学学院）
由于分组转发消耗节点的资源，ad hoc无线网络中的节点产生转发分组的某些成本。如果节点是理性的，节点的自由分组转发不能被认为是理所当然的，并且需要基于激励的协议来激励节点之间的合作。现有的基于激励的方法是基于VCG（Vickrey-Clarke-Groves）机制，该机制导致高水平的激励预算和仅限于某些网络拓扑结构的适用性。此外，现有的方法仅集中于单播和多播。出于这一动机，我们提出了一个基于激励的广播协议，满足贝叶斯激励兼容性，并最大限度地减少了个别节点所需的激励预算。提出的协议，我们称之为{ \em BIC-B}（贝叶斯激励兼容广播）协议，也满足预算平衡。我们还得到了BIC-B协议的事后个体合理性的一个充分必要条件。与主导策略激励兼容广播协议相比，{ \em BIC-B}协议表现出优越的性能。
2009-07-06 cs.AI cs.DC cs.GT
No-Regret and Incentive-Compatible Online Learning
Microsoft Research NYC（微软研究院纽约分部）；DIMACS Center, Rutgers University（罗格斯大学DIMACS中心）；Harvard University（哈佛大学）
我们研究在线学习设置中，专家采取战略行动，以最大限度地提高他们的影响力的学习算法的预测，潜在的误报他们的信念的一系列二进制事件。我们的目标是双重的。首先，我们希望学习算法在事后对最佳固定专家没有遗憾。其次，我们需要激励相容性，保证每个专家的最佳策略是报告他对每个事件实现的真实信念。为了实现这一目标，我们建立在文献上的投注机制，一种类型的多代理评分规则。我们提供的算法，实现没有遗憾和激励兼容性近视专家的全部和部分信息设置。在FiveThirtyEight数据集上的实验中，我们的算法与经典的无遗憾算法相比具有遗憾性，而经典的无遗憾算法与激励不兼容。最后，我们确定了一个激励兼容的算法，前瞻性的战略代理，表现出减少遗憾在实践中。
2020-06-30 cs.GT cs.LG stat.ML
Note on VCG vs. Price Raising for Matching Markets
在\cite{EK10}中，在匹配市场中使用VCG的动机是为了计算匹配市场中的市场清算价格，拍卖师需要知道投标人的真实估价。因此，VCG和相应的个性化价格被提出作为一种激励兼容机制。同样的论点出现在几个讲义和其他文件相关的课程基础上伊斯利和克莱因伯格的书，似乎表明，计算市场清算价格和相应的作业是\emph{not}激励兼容。我们的说明的主要目的是观察到，相比之下，基于买方最优市场清算价格的分配确实是激励相容的。
2016-04-14 cs.GT
Limitations of Incentive Compatibility on Discrete Type Spaces
在激励相容机制的设计中，一种常见的方法是在优化可行机制的程序中强制激励相容作为约束。这样的约束通常被施加在类型空间的稀疏表示上，例如它们的离散化或样本，以使程序易于管理。在这项工作中，我们探索这种方法的局限性，通过研究是否所有的主导策略激励兼容机制的离散类型的一组$T$可以扩展到凸包的$T$。Dobzinski，Fu和Kleinberg（2015）肯定地回答了所有类型是一维的设置的问题。不难证明，当可行结果集向下封闭时，同样成立。在这项工作中，我们表明，这个问题有一个否定的答案，某些非向下封闭的多维类型的设置。这一结果应呼吁谨慎使用上述方法，以执行激励兼容性超越单维偏好和向下封闭的可行结果。
2020-11-23 cs.GT
Adaptive Incentive-Compatible Navigational Route Recommendations in Urban Transportation Networks
本文从博弈论视角提出一种激励相容的自适应导航路径推荐系统，兼顾非用户驾驶员行为，并引入并行与随机更新方案，以提升用户遵从度、减少出行时间并适应动态交通环境。
2024-08-30 cs.GT
Incentive-compatible Bandits: Importance Weighting No More
Google Research（谷歌研究院）
本文研究激励相容的赌博机在线学习，提出无需重要性加权估计器的新算法，实现 $O(\sqrt{KT})$ 及随机/对抗两全其美的近优或渐近最优遗憾。
2024-05-10 cs.GT cs.LG
Getting More by Knowing Less: Bayesian Incentive Compatible Mechanisms for Fair Division
针对公平分配中DSIC机制真实性与公平性不兼容的问题，提出满足中立性先验下BIC机制可实现DSIC无法达成的公平性，同时明确了BIC机制的福利目标局限。
2024-05-17 cs.GT
An Incentive Analysis of some Bitcoin Fee Designs
在比特币系统中，矿工被激励加入系统，并通过用户支付的费用来验证交易。一个简单的“支付你的出价”拍卖已被用来确定交易费。最近，Lavi，Sattath和Zohar [LSZ 17]提出了一种替代性的费用设计，称为垄断价格（MP）机制，旨在提高矿工的收入。虽然MP不是严格的激励相容（IC），但他们研究了该机制在iid分布下与IC的接近程度，并基于大量的模拟和一些分析证明了它几乎是渐进的IC。在本文中，我们证明了MP机制是几乎激励兼容的任何iid分布的用户数量的增长大。这适用于其他攻击，如分裂出价。我们还证明了[LSZ 17]中的一个猜想，即MP在收入方面主导RSOP拍卖（最初在Goldberg等人[GHKSW 06]中定义为数字商品）。这些结果支持MP作为比特币费用设计的候选者。此外，我们还探讨了激励相容性和一般收入之间可能存在的内在相关性。
2018-11-11 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
Efficient, Fair, and Incentive-Compatible Healthcare Rationing
医疗资源的合理配置已成为医学专家、政策制定者和公众讨论的重要问题。我们考虑的是一个配给问题，即医疗单位分配给病人。每个单元保留给几个类别中的一个，每个类别都有患者的优先级。我们提出了一个分配规则，尊重优先级，符合资格要求，分配最大的可行数量的单位，并不激励代理商隐藏，他们有资格通过一个类别。该规则描述了所有满足前三个属性的可能分配，并且是多项式时间可计算的。
2021-09-27 cs.GT econ.TH
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
Truth and Envy in Capacitated Allocation Games
我们研究的拍卖与附加估价代理商有一个限制，他们可能会收到的商品数量。我们将这种估值称为{ \em capacitated}，并寻求最大化社会福利的机制，同时激励相容，无嫉妒，个人理性，没有正转移。如果容量是无限的，那么顺序重复第二价格Vickrey拍卖满足这些要求。在1983年，伦纳德表明，对于单位容量，VCG与克拉克枢轴付款也羡慕免费。对于所有单位或所有无限的容量，该机制产生瓦尔拉斯定价（受容量约束）。在这里，我们考虑一般能力。对于同质的能力（所有的能力相等），我们表明，VCG与克拉克枢纽付款是嫉妒自由（VCG与克拉克枢纽付款总是激励兼容，个人理性，并没有积极的转移）。因此，不存在激励相容的瓦尔拉斯定价。对于异质的能力，我们表明，没有机制与所有4个属性，但至少在某些情况下，可以实现激励兼容性和嫉妒自由。
2011-02-28 cs.GT
Sponsored Search, Market Equilibria, and the Hungarian Method
匹配市场在经济理论中起着重要作用。这种市场的一个主要例子是赞助搜索市场。在这里，就像在其他同类市场中一样，市场均衡对应于可行的、无嫉妒的、投标者最优的结果。对于没有预算的设置，这样的结果总是存在的，并且可以通过所谓的匈牙利方法在多项式时间内计算。此外，每一种计算这种结果的机制都是激励相容的。我们表明，匈牙利方法可以修改，使它找到一个可行的，嫉妒自由，投标人的最佳结果设置预算。我们还表明，在设置预算没有机制，计算这样的结果可以激励兼容的所有投入。然而，对于一般情况下的投入，所提出的机制-与任何其他计算预算设置结果的机制一样-是激励相容的。
2012-12-20 cs.GT
REMOTEGATE: Incentive-Compatible Remote Configuration of Security Gateways
想象一下，一个恶意的黑客试图通过互联网攻击一个服务器，而服务器希望尽可能地在靠近攻击数据包的来源地阻止攻击数据包。但是，攻击源前面的安全网关是不可信的。服务器如何阻止通过此网关的攻击数据包？在本文中，我们介绍了REMOTEGATE，一个值得信赖的机制，允许任何一方（服务器）在互联网上配置一个安全网关所拥有的第二方，在一定的商定的报酬，前者支付给后者的服务。我们采取一个互动的激励兼容的方法，当服务器和网关都是合理的情况下，设计一个协议，将允许服务器帮助安全网关生成和部署一个策略规则，过滤攻击数据包之前，他们到达服务器。只有当网关能够成功验证它已经为问题生成并部署了正确的规则时，服务器才会奖励网关。这一机制将使互联网规模的方法能够在数字支付激励的支持下提高安全性和隐私性。
2017-09-14 cs.CR cs.DC cs.GT
Influence before Hiring: A Two-tired Incentive Compatible Mechanism for IoT-based Crowdsourcing in Strategic Setting
本文研究了策略环境下基于物联网的多异构任务众包场景，提出了一种两层激励相容机制：第一层通过社交联系选择初始通知器以最大化设备通知数并满足预算约束，第二层利用单峰偏好和总替代标准确定并雇佣高质量设备，理论分析与实验证明该机制具备真实性、预算可行性和个体理性。
2023-04-03 cs.GT
Balanced Ranking Mechanisms
在私人价值单物品拍卖模型中，我们构造了一个满意机制--对称的、优势策略激励相容的、价格均衡的机制。我们的机制分配对象的最高价值的代理超过99%的概率提供至少有14个代理。这也是事后的个人理性。我们表明，我们的机制是最佳的限制类满意的排名机制。由于在该模型中不可能通过优势策略激励相容和利益平衡机制来实现效率，我们的结果说明了这种不可能性的局限性。
2016-04-28 cs.GT
Bernoulli Factories and Black-Box Reductions in Mechanism Design
我们提供了一个多项式时间减少从贝叶斯激励兼容机制设计贝叶斯算法设计福利最大化问题。与以前的结果不同，我们的减少实现了多维和连续型空间的问题的确切激励兼容性。在之前的黑盒约简中，阻止精确激励相容性的关键技术障碍是修复违反激励约束的行为需要理解机制输出的分布，这通常是难以计算的。通过抽样估计产出分布的约简不可避免地会受到抽样误差的影响，这通常会排除确切的激励相容性。我们克服了这个障碍，采用和推广的计算模型在文献中的$\textit{Bernoulli factories}$。在伯努利工厂问题中，给出了一个将“输入硬币”的偏差映射到“输出硬币”的偏差的函数，并且挑战是仅在样本访问输入硬币的情况下有效地模拟输出硬币。这是为二分匹配设计激励相容机制的关键因素，它可以用于使Hartline等人（2015）的近似激励相容约简完全激励相容。
2020-11-07 cs.CC cs.DS cs.GT
Prior-Agnostic Incentive-Compatible Exploration
Department of Computer and Information Sciences, University of Pennsylvania（计算机与信息科学系，宾夕法尼亚大学）
本文提出了一种在动态环境中实现激励相容探索的算法，通过交换遗憾界限使代理在近似贝叶斯纳什均衡中忠实遵循预测，解决了代理冲突先验信念的问题。
2026-02-24 cs.GT cs.LG
Multi-Unit Auctions: Beyond Roberts
我们展示了激励兼容的多单位拍卖，不是仿射最大化（即，不属于VCG家族），但社会福利近似在$1+ε$的因子内。对于两个项目的两个投标人拍卖的情况下，我们表明，这些拍卖，被称为分类拍卖，是唯一的可扩展的近似因子优于2。“可扩展”意味着分配不依赖于衡量估值的单位。我们由此推断，任何可扩展的计算效率的激励兼容的拍卖$m$项目和$n \ge 2$投标人不能近似的社会福利的一个因素内优于2。这与仅在计算约束条件下就可以达到的任意好的近似值形成对比，也与仅在激励约束条件下就可以获得最优社会福利的事实形成对比。
2010-11-08 cs.GT
Strategic Information Attacks on Incentive-Compatible Navigational Recommendations in Intelligent Transportation Systems
本研究聚焦智能交通系统中导航推荐系统的局部定向信息攻击漏洞，提出引导用户达混合纳什均衡的协同激励兼容推荐系统，经Stackelberg博弈分析与数值案例验证其易受信息攻击，强调需考虑信息攻击以提升系统韧性。
2023-10-02 cs.GT cs.SY eess.SY
On Incentive Compatible Role-based Reward Distribution in Algorand
Algorand是一个最近的开源公共或非许可区块链系统，它采用了一种新的权益证明拜占庭共识协议，可以有效地将分布式交易协议问题扩展到数十亿用户。除了更民主和节能之外，与比特币等流行协议相比，Algorand还具有更高的交易吞吐量。本文是第一次尝试在文献中研究和解决这个问题。通过仔细建模的参与成本和奖励收到的战略互动的情况下，我们首先经验表明，即使是少量的节点叛逃参与协议任务，由于可用的激励不足，可以导致在Algorand网络无法计算和添加新的块的交易。我们进一步表明，这种效果可以通过数学模型的互动在Algorand给出其参与成本和当前（或计划）的奖励分配/共享方法设想的Algorand基金会。具体来说，在分析这个博弈模型，我们观察到，在目前提出的奖励分享方法下的相互合作是不是一个纳什均衡。这是一个重要的结果，可能会威胁到其他健壮的分布式共识机制的成功。我们提出了一种新的奖励分享方法，并正式证明了它是激励兼容的，即，它可以保证一组自私Algorand用户之间的协作。大量的数值和Algorand模拟结果进一步证实了我们的分析结果。此外，这些结果表明，对于网络中给定的股权分布，我们的奖励共享方法可以保证合作，每轮奖励明显较小。
2019-11-08 cs.CR cs.GT
Bayesian Incentive Compatibility via Fractional Assignments
最近，Hartline和Lucier研究了贝叶斯环境下的单参数机制设计问题。他们提出了一种黑箱约简，将贝叶斯近似算法转换为贝叶斯激励兼容（BIC）机制，同时保留社会福利。它仍然是一个主要的悬而未决的问题，如果一个人可以找到类似的减少在更重要的多参数设置。本文在先验分布具有有限小支集的情况下，对这一问题给出了肯定的回答。我们提出了一个黑盒约简设计BIC多参数机构。该约简将任何算法转换为eps-BIC机制，仅具有社会福利的边际损失。因此，对于次可加代理的组合拍卖，我们得到了一个eps-BIC机制，实现常数近似。
2010-12-15 cs.GT
An Incentive-Compatible Reward Sharing Mechanism for Mitigating Mirroring Attacks in Decentralized Data-Feed Systems
本文分析了去中心化数据馈送系统中的镜像攻击问题，提出一种激励兼容的奖励共享机制，通过证明纳什均衡确保每用户仅运行一个预言机，有效抑制Sybil行为并提升系统可靠性。
2025-09-14 cs.ET cs.GT cs.IR
Incentives in Dominant Resource Fair Allocation under Dynamic Demands
每个计算机系统--从云中的服务器（例如Amazon）到计算机网络再到操作系统--都在系统用户之间执行资源分配。事实上的分配政策是最大-最小公平性（MMF）的单一资源和主导资源公平性（DRF）的多个资源，保证属性，如激励兼容性，无嫉妒，帕累托效率，假设用户需求是静态的（时间无关）。然而，在现实世界的系统中，用户的需求是动态的，即依赖于时间。结果，现在在计算机系统的目标和由经典资源分配策略实现的属性之间存在根本的不匹配。我们的目标是弥合这种不匹配。当需求是动态的时，即时的MMF在较长的时间段内可能是非常不公平的，即导致不平衡的用户分配，因为先前的分配在当前没有效果。我们认为一个自然的推广多个资源和用户的动态需求的MMF和DRF：该算法确保用户分配尽可能最大最小公平的任何时刻，过去的分配。这种动态机制仍然是帕累托最优的，没有嫉妒，但不激励兼容。然而，我们的研究结果表明，可能增加的效用误报是有限的，因为这可能会导致显着减少整体有用的分配，这表明它不是一个有用的策略。我们的主要结果是表明，我们的动态DRF算法是$(1+ρ)$激励兼容，其中$ρ$量化的相对重要性的资源为不同的用户，我们表明，这个因素是紧密的，即使只有两个资源。我们还提出了一个$3/2$上限和$\sqrt 2$下限的激励兼容时，只有一个资源。我们还提供了扩展的情况下，当用户加权，以不同的优先级。
2022-02-16 cs.GT
Geometry Meets Incentives: Sample-Efficient Incentivized Exploration with Linear Contexts
Harvard University（哈佛大学）
本文研究激励式探索中高维上下文导致的指数级样本复杂度问题，证明在动作集合满足温和几何条件时该障碍可消除，并提出一种样本复杂度随维度多项式增长的激励相容线性赌博机探索算法。
2025-06-02 cs.GT cs.LG
An Incentive-compatible Energy Trading Framework for Neighborhood Area Networks with Shared Energy Storage
在这里，提出了一种新的能源交易系统的需求侧管理的邻居区域网络（NAN）组成的共享能源存储（SES）提供商，用户与非可调度的能源发电，和电力零售商。在主从Stackelberg博弈中，SES供应商首先通过设置价格信号并与电网进行能量交易来最大化其收入。然后，通过遵循SES提供商的行动，零售商最小化用户的社会成本，即，当用户与SES交互时的总用户成本与向用户供应电网能量的总成本之和。定价策略，其中包括机制设计，提出了使系统激励兼容的奖励用户谁披露真实的能源使用信息。一个独特的Stackelberg均衡实现SES提供商的收入最大化和用户级的社会成本最小化，这也奖励零售商。通过对实际电力需求和发电量数据的分析表明，与无SES的系统相比，NAN的峰值需求降低了28%~ 45%，这取决于参与用户的数量。仿真结果证实，零售商也可以在经济上受益，除了SES提供商和用户。
2020-08-21 cs.GT cs.SY eess.SY
Incentive-compatible mechanisms for online resource allocation in mobility-as-a-service systems
在“一切都是服务”的背景下，运输部门一直在朝着以用户为中心的商业模式发展，在这种模式下，定制服务和与模式无关的移动资源在统一的框架中定价。然而，在绝大多数关于移动即服务（MaaS）系统的研究中，移动资源定价是基于细分的出行模式，例如私人车辆、公共交通和共享移动服务。本研究试图通过引入创新的基于拍卖的在线MaaS机制来解决这一研究空白，在该机制中，用户可以根据他们的支付意愿和偏好竞标任何数量的模式无关的移动资源。我们从MaaS监管机构的角度出发，旨在通过向用户分配移动资源来最大限度地提高社会福利。我们提出了两种机制，允许用户支付立即使用的移动服务（即付即走），或订阅移动服务包（即付即包）。我们将提出的基于拍卖的机制作为在线资源分配问题，其中用户竞争MaaS资源并竞标每次旅行的旅行时间。我们提出了（整数）线性规划配方，以适应用户出价的基础上可用的移动性资源的在线优化方法。我们表明，所提出的MaaS机制是激励兼容的，开发定制的在线算法，并根据竞争分析得出性能界限。大量的数值模拟进行了大规模的实例从现实的移动性数据，突出了所提出的MaaS机制的好处和所提出的在线优化方法的有效性。
2021-03-29 cs.GT math.OC
Marvel DC: A Blockchain-Based Decentralized and Incentive-Compatible Distributed Computing Protocol
去中心化的计算外包应该允许任何人访问物联网中存在的大量计算能力。不幸的是，当可信第三方被移除以实现这种去中心化时，确保外包计算正确执行仍然是一个重大挑战。在本文中，我们提供了一个解决这个问题的方法。我们概述了Marvel DC，这是一种完全去中心化的基于区块链的分布式计算协议，它正式保证计算机被严格激励来正确执行所请求的计算。此外，Marvel DC利用信誉管理协议来确保，对于任何少数不正确执行计算的计算机，这些计算机被识别并选择用于具有递减概率的计算。然后，我们概述了隐私Marvel DC，这是Marvel DC的隐私增强版本，它将计算它们的计算机的结果合并，使该协议适用于联邦学习等计算，其中结果可以揭示有关计算它们的计算机的敏感信息。我们提供了Marvel DC的实现和对这两个协议的分析，证明它们不仅是提供上述正式保证的第一个协议，而且也是实用的，与该领域的先前尝试竞争，并准备部署。
2022-07-28 cs.DC cs.GT
Internet of Agentic AI: Incentive-Compatible Distributed Teaming and Workflow
Department of Electrical and Computer Engineering, Tandon School of Engineering, New York University, Brooklyn, NY, USA（电气与计算机工程系，工程学院，纽约大学，布鲁克林，纽约，美国）
本文提出互联网中的代理AI框架，通过激励兼容的分布式联盟形成实现可扩展的代理工作流，展示其在医疗领域的应用价值。
2026-02-03 cs.AI cs.GT cs.MA
Mechanisms for Making Crowds Truthful
我们考虑的计划，以获得真实的报告，一个共同的，但隐藏的信号，从大群体的理性，自利的代理人。一个例子是在线反馈机制，用户提供有关产品或服务质量的观察结果，以便其他用户可以准确了解他们期望的质量。然而，（i）提供这样的反馈是昂贵的，并且（ii）提供不正确的反馈有许多动机。这两个问题都可以通过奖励计划来解决，该计划（i）包括获得和报告反馈的成本，以及（ii）最大化真实报告的理性代理人的预期奖励。我们解决了这样的激励相容的奖励，在纯逆向选择的环境中产生的反馈的设计。在这里，一个代理人的真实知识和她对其他代理人报告的可能性的信念之间的相关性可以被利用，使诚实的报告成为一个纳什均衡。在本文中，我们扩展了现有的方法设计激励相容的奖励，也考虑勾结。我们分析不同的场景，例如，一些或所有的代理人勾结。对于每一种情况下，我们调查是否存在一个抗共谋，激励兼容的奖励计划，并使用自动机制设计，以指定一个算法，用于获得一个有效的奖励机制。
2014-01-15 cs.GT
Colordag: An Incentive-Compatible Blockchain
本研究提出区块链协议Colordag，实现ε-确定纳什均衡的解概念，解决了现有Fruitchain协议存在简单偏离策略、智能体有动机偏离的问题，在矿工算力均低于1/2时能以高概率保证遵循策略为最优响应。
2023-08-22 cs.DC cs.GT
Bet and Attack: Incentive Compatible Collaborative Attacks Using Smart Contracts
智能合约支持的区块链允许构建分散的应用程序，其中相互不信任的各方可以一起工作。最近，出现了oracle服务，为这些应用程序提供真实世界的数据馈送。不幸的是，这些功能已被用于所谓的犯罪智能合约下的恶意目的。一些作品探讨了这一黑暗面，并展示了各种各样的攻击。然而，他们都没有考虑对区块链生态系统之外的目标进行协作攻击。在本文中，我们弥合了这一差距，并引入了一个基于智能合约的框架，该框架允许赞助商在（伪）匿名攻击者之间策划协作攻击，并为此奖励他们。虽然之前的所有工作都需要一种技术来量化攻击者的个人贡献，但这对于现实世界的目标来说是不可行的，我们的框架避免了这一点。这是通过开发一种新的方案，通过打赌进行不信任的合作。也就是说，攻击者对事件下注（即，攻击发生）并且然后致力于使该事件发生（即，进行攻击）。以DDoS攻击为例，我们将攻击者之间的互动描述为一个博弈，并正式证明了这些攻击者在博弈的唯一均衡中的合作比例与他们的赌注成正比。我们还模型化了我们的框架及其作为激励机制的奖励函数，并证明了它是一个策略证明和平衡的。最后，我们进行数值模拟，以证明我们的框架的平衡行为。
2021-09-23 cs.CR cs.GT
Incentive-Compatible Kidney Exchange in a Slightly Semi-Random Model
出于肾脏交换的动机，我们研究了以下机制设计问题：在有向图（患者-供体对之间的移植相容性）上，该机制必须选择一个简单的路径（移植链），从一个杰出的顶点（利他主义的供体）开始，使得该路径的总长度尽可能大（最大数量的患者接受肾脏）。然而，该机制不具有对图的直接存取。相反，顶点被划分到多个参与者（医院），每个参与者向机制报告她的顶点的子集。特别地，玩家可以策略性地省略顶点以增加她的顶点中有多少位于由该机制返回的路径上。我们的目标是找到机制，限制这种操纵的动机，同时产生长的路径。不幸的是，在最坏的情况下，与整体最长路径竞争是不可能的，同时激励（近似）真实性，即，要求隐藏节点不能增加玩家的效用超过$1 + o(1)$的因子。因此，我们采用半随机模型，其中少量（$o(n)$）随机边缘被添加到最坏情况的实例。虽然它仍然是不可能的真实的机制，以竞争的整体最长的路径，我们给出了一个真实的机制，竞争一个较弱的，但不平凡的基准：任何路径的长度，其子路径在每个球员有一个最小的平均长度。事实上，我们的机制满足了更强的真实性概念，我们称之为匹配时间激励相容性。这个真实性的概念要求每个参与者不仅要如实地报告她的节点，而且不要在她的任何节点上停止返回的路径，以便将其转移到她自己的子图中的延续。
2021-06-21 cs.GT econ.TH
Nash Incentive-compatible Online Mechanism Learning via Weakly Differentially Private Online Learning
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
本文提出一种结合弱差分隐私在线学习与承诺机制的随机选择方法，在无需智能体类型先验的情况下实现多轮激励兼容在线机制学习，并在对抗环境中获得随远视程度和机制类大小优雅扩展的遗憾界。
2026-10-28 cs.CR cs.DS cs.GT
