Price of Anarchy for Non-atomic Congestion Games with Stochastic Demands
我们将用户均衡和系统最优的概念推广到具有随机需求的非原子拥塞博弈。我们建立了三种不同设置的链接成本函数和需求分布，即（a）仿射成本函数和一般分布，（b）多项式成本函数和一般正值分布，（c）多项式成本函数和正态分布的无政府无政府代价的上界。在某些特殊情况下，包括确定性需求的情况下，所有的上界都是紧的。
2013-10-17 cs.GT math.OC
Competition Between Regulation-Providing and Fixed-Power Charging Stations for Electric Vehicles
建立了两个电动汽车充电站之间的非合作博弈模型。一种是固定电源充电站以批发价格从电网购买电力，并以更高的零售价格将能量转售给电动汽车所有者;另一种是调节提供，并改变其客户的充电功率水平，为电网提供调节服务，因此其利润来自电动汽车所有者（购买能量）和电网（支付调节服务）。用户不愿意充电功率变化，更喜欢更短的总充电时间，因此提供调节的充电必须比固定功率充电便宜。我们分析了这些充电供应商之间的竞争，并检查在均衡的用户福利，车站收入和电价方面的性能。正如预期的那样，竞争的充电站为用户提供的充电价格低于垄断供应商提供的两种充电解决方案。此外，虽然竞争有利于用户，但也有利于电网，因为相对于垄断情况，监管服务的数量大大增加。
2016-04-15 cs.GT
Discrete Price Updates Yield Fast Convergence in Ongoing Markets with Finite Warehouses
本文表明，在适当的市场，即使允许非均衡贸易，一个简单的价格更新规则导致快速收敛到均衡。特别是，本文考虑了一个费雪市场重复无限数量的时间步长，加上有限大小的仓库，使非均衡贸易。主要结果是，适当的tatonnement风格的价格更新导致收敛在一个重要的市场子集满足弱总替代财产。在整个过程中，仓库始终能够存储或满足需求不平衡（所需容量取决于初始不平衡）。最后，我们的价格更新规则在以下几个方面都是稳健的：1.每种商品的更新仅取决于该商品的信息（当前价格，自上次更新以来的超额需求），并且与其他价格的更新异步发生。2.该过程对过度需求数据中的错误具有弹性。3.同样，这个过程对离散性也是有弹性的，即对商品和货币的可分性的限制。
2010-12-09 cs.GT
Serial Monopoly on Blockchains
研究区块链中矿工序列垄断交易打包的定价动态，发现非策略用户下价格剧烈波动，而策略行为下价格稳定于市场均衡水平。
2023-11-21 cs.GT
Switchback Price Experiments with Forward-Looking Demand
Microsoft Research（微软研究院）；Stanford University（斯坦福大学）；Universidad de Chile（智利大学）
本文研究前瞻性买家在切换价格实验中的跨期干扰如何使需求梯度估计产生偏差，并证明三价格水平实验可消除该偏差并渐近恢复真实需求梯度。
2026-10-16 cs.GT econ.EM econ.TH
Learning Optimal Posted Prices for a Unit-Demand Buyer
Google Research（谷歌研究）；School of Computer Science, Georgia Institute of Technology（计算机科学学院，佐治亚理工学院）
本文研究单位需求买家场景下的最优定价学习问题，在样本访问和定价查询两种模型下给出了近乎紧的样本复杂度与查询复杂度。
2025-06-02 cs.DS cs.GT cs.LG
Online repeated posted price auctions with a demand side platform
我们考虑一个在线广告网络的问题，其中的广告交换拍卖广告位和中介称为需求方平台（DSP）购买这些广告位为他们的客户（广告商）。一个中介代表多个广告客户。不同类型的广告位由广告交易所拍卖，例如，视频广告，横幅广告等，我们研究重复张贴价格拍卖同质和异质项目时，有一个中间人。在标价拍卖中，拍卖师设定一个固定的保留价。买家可以接受价格并赢得广告位或拒绝价格。我们分析了系统从拍卖师的角度来看，最优保留价是动态的异构项目。我们还调查系统从中介的角度来看，并设计调度广告客户的算法。广告商通常有预算限制和印象限制。我们制定了一个收入优化问题的中介，也考虑了预算和印象约束的问题，安排广告客户。最后，我们提出了一个数值研究的单一卖方和广告客户模型，考虑各种估值分布，如均匀，指数和对数正态分布。
2019-10-04 cs.GT cs.SY eess.SY
The Price of Anarchy in Routing Games as a Function of the Demand
无政府状态的无政府代价已经成为衡量博弈均衡效率的标准。这一领域的大部分文献都集中在建立特定类别的游戏，如路由游戏或更一般的拥塞游戏的最坏情况下的界限。最近，无政府无政府代价路由游戏已被研究作为一个功能的交通需求，提供渐近结果轻，重交通。本文研究了在需求的中间区域，非原子路由博弈中无政府状态的无政府代价。为了实现这一目标，我们首先建立一些光滑的性质的Wardrop均衡和社会最优一般光滑成本。在仿射成本的情况下，我们表明，平衡是分段线性的，在一组活动路径的变化的需求水平的断点。我们证明了这样的断点的数量是有限的，虽然它可以是指数的网络的大小。利用均衡和社会最优之间的缩放定律，我们推导出最优流的类似行为。然后，我们证明，在任何间隔之间的断点的无政府代价价格是光滑的，它要么是单调的（减少或增加）在整个区间，或减少到某个最低点的内部的间隔和增加之后。我们推导出，对于仿射成本，无政府无政府代价的最大值只能发生在断点处。对于一般的成本，我们提供的反例表明，一组断点并不总是有限的。
2021-04-20 cs.GT math.OC
Monopoly Pricing in Vertical Markets with Demand Uncertainty
定价决策往往是在市场信息仍然贫乏的情况下作出的。反过来，现有的理论模型往往原因的最优价格变化的市场特征的反应，而不利用所有可用的信息的需求分布。我们的目标是发展一种理论，用于在关于相应需求分布的各种形式的知识下，优化和系统地比较同一市场的不同实例之间的价格。我们重新审视了在一个垂直市场中，在需求不确定性下的垄断定价的经典问题，其中上游供应商和下游任意对称零售商之间存在多种形式的竞争。在所有情况下，需求的不确定性落在供应商身上，供应商首先采取行动，在零售商观察到已实现的需求并下订单之前制定统一的价格。我们的主要方法的贡献是，我们表示的平均剩余需求（MRD）的需求分布函数的预期需求的价格弹性。这导致了一个封闭的形式表征的点的单一的弹性，最大限度地提高供应商的利润和推导出一个温和的单峰条件供应商的目标函数，概括了广泛使用的增加广义故障率（IGFR）的条件。一个直接的含义是，不同市场之间的最优价格可以排序，如果市场可以随机排序根据他们的MRD功能或等价的，他们的弹性。利用上述内容，我们开发了一个系统的框架，通过丰富的随机订单理论来比较不同市场实例之间的最优价格。这导致了比较静态学，挑战了先前建立的关于市场规模、需求变化和需求变化对垄断价格的影响的经济学见解。
2021-07-16 cs.GT math.OC math.PR
On the Efficiency of Nash Equilibria in Aggregative Charging Games
ETH Zürich（苏黎世联邦理工学院）；MIT（麻省理工学院）
本文研究了在聚合充电博弈中纳什均衡的效率问题，通过分析纳什均衡与社会最优解之间的价格错配，得出了在不同价格函数情况下纳什均衡效率趋近于最优的结论，并提供了有限人口下的效率界限。
2018-05-15 cs.GT cs.SY eess.SY
Phase Transitions of the Price-of-Anarchy Function in Multi-Commodity Routing Games
本文研究多商品路由博弈中无政府代价随需求变化的相变，证明比例需求下断点处单侧导数与较小均衡支撑集关联，并给出非比例需求的反例。
2024-02-07 cs.GT math.OC
An equilibrium model for matching impatient demand and patient supply over time
我们提出了一个简单的动态平衡模型的在线交易，买家和卖家到达根据一个外生定义的随机过程。这种交易所的结构是由股票市场中使用的限价订单簿机制驱动的。在价格-数量空间中，买方和卖方都是弹性的;然而，只有卖方被假定为耐心的，也就是说，只有卖方具有价格-时间弹性，而买方被假定为不耐烦的。卖方选择他们的销售价格作为对所有其他卖方策略的最佳反应。我们定义和建立在这个模型中的平衡的存在性，并显示如何数值计算这个平衡。我们还展示了如何计算其他相关的数量，如均衡预期销售时间和均衡预期订单密度，以及预期订单密度的条件下，当前的销售价格。当需求与价格无关时，我们得到了均衡分布的一个封闭形式。在这种均衡下，卖出（限价单）价格分布是幂尾的，这是在订单驱动的金融市场中经验观察到的。
2007-03-28 cs.GT q-fin.TR
Pricing Traffic Networks with Mixed Vehicle Autonomy
University of California, Berkeley（加州大学伯克利分校）
本文研究了通过定价机制消除混合自动驾驶交通网络中均衡的低效率问题，探讨了统一定价和差异化定价对社会延迟的影响，并证明了在道路容量不对称度均匀时，边际成本税收定价可实现最小社会延迟。
2019-04-02 cs.GT cs.SY eess.SY
A dual approach for dynamic pricing in multi-demand markets
采用动态定价办法作为标价机制的替代办法。与静态模型相比，动态设置允许根据剩余的物品和买家集合更新买家到达之间的价格，因此它能够最大化社会福利，而不需要中央协调员。本文研究了组合市场中最优动态定价方案的存在性。特别是，我们专注于多需求估值，这是单位需求估值的自然延伸。所提出的方法是基于计算的最大社会福利问题的最优对偶解决方案具有显着的结构特性。我们的贡献是双重的。通过依赖于最优对偶解，我们证明了在单位需求市场和至多三个购买者的多需求市场中最优动态价格的存在性，从而对Cohen-Addad等人和Berger等人的结果给出了新的解释，分别此外，我们提供了一个最优的动态定价方案的双需求估价与任意数量的买家。在所有的情况下，我们的证明也提供了有效的算法来确定最优的动态价格。
2022-04-26 cs.DM cs.GT
Competition among Ride Service Providers with Autonomous Vehicles
自动驾驶汽车（AV）对乘车服务提供商（RSP）具有吸引力，部分原因是它们消除了争夺人类驾驶员的需求。我们调查的情况下，两个RSP与AV竞争客户。我们将问题建模为一个游戏，其中RSP在多个时间段内为每个始发地-目的地对选择价格，该价格在代表客户期望行程的底层图中。每个RSP还决定在每个时间段驻扎在每个节点的AV数量，以满足客户的需求。使用该服务商服务的顾客数目，视乎该服务商及其竞争对手所选择的收费而定。由于RSP的策略选择取决于其竞争对手，我们试图计算广义纳什均衡（GNE）。我们表明，可能有多个GNE。然而，当一个零售商选择价格，以阻止其竞争对手时，它不是服务于一个来源-目的地对，游戏有一个潜在的功能，并承认一个独特的GNE。我们还比较了竞争价格与垄断价格，只有一个RSP在市场上。数值上，我们表明，如果一个网络由两个相同大小的空间集群的需求，集群之间的需求是低的，RSP可能会分割市场，即一个集群是由只有一个RSP服务。因此，竞争价格可能会接近垄断价格。
2021-03-14 cs.GT cs.SY eess.SY
Ascending-Price Algorithms for Unknown Markets
我们设计了一个简单的价格上升算法来计算具有弱总替代（WGS）性质的Arrow-Debreu交易市场的$(1+\varepsilon)$ -近似均衡，该均衡在市场参数和$\log 1/\varepsilon$的时间多项式中运行.这是第一个多项式时间算法的大多数已知的易处理类的Arrow-Debreu市场，这是很容易实现，并避免了沉重的机器，如椭球方法。此外，我们的算法可以应用在未知的市场设置没有确切的知识的代理人的数量，他们的个人效用和禀赋。相反，我们的算法只依赖于查询一个全球需求甲骨文发布价格和接收商品的总需求作为反馈。当需求是价格的实值函数时，预言机只能返回基于真实效用函数的有界精度的值。由于这一更现实的假设，价格和需求的精确性和代表性成为一个主要的技术挑战，我们开发了新的工具和见解，可能是独立的利益。此外，我们的方法还给出了第一个多项式时间算法来计算一个精确的平衡市场与消费约束的效用，一个分段线性凹推广的线性效用。这解决了Duan and Mehlhorn（2015）提出的一个开放问题。
2016-05-28 cs.DS cs.GT
Online Price Competition under Generalized Linear Demands
University of Michigan（密歇根大学）；University of Miami（迈阿密大学）
研究N个卖家在广义线性需求下的在线价格竞争，提出PML-GLUCB策略，结合惩罚最大似然估计与置信区间定价规则，实现O(√T)的 regret，适用于二元和实值需求观测。
2026-06-15 cs.GT math.ST stat.ME
Delay and Price Differentiation in Cloud Computing: A Service Model, Supporting Architectures, and Performance
许多云服务提供商（CSP）以延迟较小的价格提供按需服务。我们提出了一个QoS差异化的模型，多个SLA提供按需服务的延迟关键的用户和延迟容忍的用户以较低的价格延迟服务。考虑了两种体系结构来满足SLA。第一种是基于优先级队列。第二种方法只是将服务器分成多个模块，每个模块对应一个SLA。作为一个生态系统，我们表明，所提出的框架是主导战略激励兼容。虽然第一种架构在文献中出现更普遍，我们证明了第二种架构的优越性，在此基础上，我们进一步利用排队论来确定最优的SLA延迟和价格。最后，通过与按需服务的数值比较，验证了所提出的框架的可行性，它表现出超过200%的收入改善。我们的研究结果可以帮助CSP设计最优的延迟区分服务，并选择合适的服务架构。
2020-07-30 cs.GT cs.PF
Misspecified Estimate-then-Optimize Leads to Supra-Competitive Prices
Stern School of Business, New York University（纽约大学斯特恩商学院）；Massachusetts Institute of Technology（麻省理工学院）
研究在多家公司市场中，使用错误指定的需求模型（忽略竞争对手价格）的短视估计-优化定价规则如何导致价格收敛至高于纳什均衡的超竞争水平，并通过流体极限常微分方程分析刻画收敛条件。
2026-06-01 cs.AI cs.GT econ.TH
Price Elasticity of Gas Demand on L1 and L2: Evidence from Ethereum and Arbitrum
Offchain
利用工具变量法估计以太坊主网和Arbitrum One上天然气需求的价格弹性，发现两者总体缺乏弹性，但L2弹性更大，且不同资源类型和用户集群弹性差异显著。
2026-08-12 cs.GT econ.EM
No-Regret Learning in Dynamic Competition with Reference Effects Under Logit Demand
本文针对不透明市场中两家企业在Logit需求与参考效应下的动态价格竞争，提出在线投影梯度上升算法OPGA，证明在递减步长下价格与参考价格路径以$\mathcal{O}(1/t)$速率收敛到唯一静态纳什均衡，实现无遗憾学习和市场稳定。
2023-05-27 cs.GT math.OC
Mechanism Design for Efficient Online and Offline Allocation of Electric Vehicles to Charging Stations
我们研究的问题，分配电动汽车（EV）的充电站和调度他们的充电。我们开发离线和在线解决方案，将电动汽车用户视为自利代理人，旨在最大限度地提高他们的利润，并最大限度地减少对他们日程安排的影响。我们制定的最佳电动汽车充电站分配的问题作为一个混合规划（MIP）的，我们提出了两种定价机制：一个固定价格的，另一个是基于著名的Vickrey-Clark-Groves（VCG）机制。后来，我们开发在线解决方案，增量调用基于MIP的算法。我们根据经验评估了我们的机制，我们观察到两者都很好。此外，VCG机制比固定价格机制平均服务$1.5\%$更多的电动汽车。此外，当车站变得拥挤时，VCG导致电动汽车的价格更高，车站的利润更高，但电动汽车的效用更低。然而，我们从理论上证明了VCG机制保证了EV偏好的真实报告。相比之下，固定价格很容易受到代理商的策略行为的影响，因为不真实的电动汽车可以代替真实的电动汽车收费。最后，我们观察到，在线算法的平均值为EV满意度的最优值的$98\%$。
2020-07-19 cs.GT cs.SY eess.SY
Competitive Charging Station Pricing for Plug-in Electric Vehicles
Huazhong University of Science and Technology（华中科技大学）；The Chinese University of Hong Kong（香港中文大学）
本文研究了充电站定价与插电式电动汽车（PEVs）选址问题，通过构建多领导者-多追随者Stackelberg博弈模型，分析充电站定价与车辆选址的均衡策略。
2015-11-28 cs.GT cs.SY eess.SY
