Revenue Monotonicity Under Misspecified Bidders
我们调查的收入保证拍卖机制在一个模型中的分布指定为每个投标人，但只有一些分布是正确的。拍卖人不知道其分布被正确指定的投标人子集（以下称为“绿色投标人”）。我们要解决的问题是，拍卖人是否可以运行一个机制，保证获得至少一样多的收入，在预期中，将通过运行一个最佳的机制，只对绿色投标人。对于单参数可行性环境，我们发现答案取决于可行性约束。对于拟阵环境，使用所有指定的分布（包括不正确的分布）运行最优机制至少可以保证与在绿色投标人上运行最优机制一样多的预期收入。对于任何不是拟阵的可行性约束，存在一种设置指定分布和真实分布的方法，使得相反的结论成立。
2020-07-21 cs.GT
Revenue Guarantees of No-Swap-Regret Dynamics in First Price Auctions
Department of Computer Science, Aarhus University（奥胡斯大学计算机系）
研究离散第一价格拍卖中近似相关均衡的收益，证明任何ε-近似相关均衡的收益至少为v2 - Θ(1/k) - Θ(εk^2)，首次给出无交换遗憾投标人产生的收益的多项式收敛速度。
2026-06-04 cs.GT
Randomized learning-augmented auctions with revenue guarantees
针对带可能错误最高估值预测的真实单物品拍卖，刻画随机化一致性/鲁棒性参数边界，并给出误差依赖鲁棒拍卖的充要条件及近最优收入机制。
2024-01-24 cs.GT
Simultaneous Auctions are Approximately Revenue-Optimal for Subadditive Bidders
本文提出首个简单同时拍卖机制，对次可加投标者实现常数倍最优收益，并证明其c-效率与1/2效率，扩展了非真实拍卖的收益保证。
2023-10-12 cs.GT
Robust Mechanisms Under Common Valuation
我们研究销售共同价值商品的稳健机制。我们假设机制设计者知道购买者共同价值的先验分布，但不确定购买者关于共同价值的信息结构。我们使用线性规划的对偶机制，保证良好的收入之间的所有信息结构和所有的均衡。我们的机制在只有一个买家的情况下最大限度地保证收入。当购买者的数量趋于无穷大时，我们的机制的收入保证收敛于完全盈余。
2016-11-19 cs.GT
Evaluating the Performance of Approximation Mechanisms under Budget Constraints
UNSW Sydney（新南威尔士大学）；Holon Institute of Technology（霍隆理工学院）
研究在买家卖家设定中，预算约束下最大化收益的机制设计，发现简单机制在有界支持分布下可近似最优收益，但无界支持分布下无法保证正比例收益。
2026-04-29 cs.GT
Selling an Item Among a Strategic Bidder and a Profiled Agent
针对一件物品出售给策略性投标人和画像代理的场景，设计两种机制：第一种在预测正确时获最优收益、错误时（MHR分布）实现常数近似；第二种忽略预测模拟无投标信息时的最优机制，在MHR分布下实现常数收益近似，且MHR假设必要。
2025-08-23 cs.GT
Pricing to Maximize Revenue and Welfare Simultaneously in Large Markets
我们研究的大市场有一个单一的卖方，可以生产多种类型的商品，和许多多头脑的买家。卖方为其许多商品选择标价，买方购买捆绑商品以最大化其效用。在这种情况下，我们考虑以下问题：收入最大化解决方案实现的最优社会福利的比例是多少？是否存在同时实现良好收入和良好福利的定价机制？为了解决这些问题，我们给出了有效的定价方案，只要买方对他们想要的商品的估价有一个好的（尽管是合理的）结构，就可以保证产生良好的收入和福利，例如，总买方需求具有单调风险率或不太凸。我们还表明，我们的定价方案有任何定价，实现高收入的影响：特别是，即使卖方只关心收入，他们仍然可以确保他们的价格导致良好的社会福利，而不牺牲利润。我们的研究结果适用于大型市场中的一般多心智买家;我们还为单位需求买家的重要特殊情况提供了改进的保证。
2016-10-13 cs.GT
Welfare-Preserving $\varepsilon$-BIC to BIC Transformation with Negligible Revenue Loss
在本文中，我们提供了一个转换从一个$\varepsilon$-BIC机制到一个确切的BIC机制没有任何损失的社会福利和可加性和可忽略的收入损失。这是第一个$\varepsilon$-BIC到BIC的转换，它保留了福利，并提供了可忽略的收入损失。鉴于维持社会福利的需要，收入损失的范围很紧。以前的$\varepsilon$-BIC到BIC转换保留了社会福利，但没有收入保证~\citep{BeiHuang11}，或者遭受福利损失，同时招致具有乘法和加法项的收入损失，例如~ \citet{DasWeinberg12, Rubinstein18, Cai19}。通过我们的转换实现的收入损失是这些早期的方法无法比拟的，可以显着更少。\newnew{Our approach is different from the previous replica-surrogate matching methods and we directly make use of a directed and weighted type graph (induced by the types' regret), one for each agent. The transformation runs a \emph{fractional rotation step} and a \emph{payment reduci…
2021-08-03 cs.GT
Approximate Revenue Maximization with Multiple Items
最大限度地提高收入，从销售一个以上的好（或项目），以一个单一的买家是一个众所周知的困难的问题，形成鲜明对比的情况下，一个好的。对于两种商品，我们表明，简单的“一维”机制，如单独出售的商品，_保证_至少73%的最优收入时，两种商品的估值是独立的，同分布的，至少$50\%$时，他们是独立的。对于$k>2$独立商品的情况下，我们表明，分别出售它们保证至少$c/\log^2 k$部分的最优收入，并为独立和相同分布的商品，我们表明，作为一个捆绑销售保证至少$c/\log k$部分的最优收入。额外的结果比较的收入从两个简单的机制，分别出售的货物和捆绑，确定捆绑是最佳的情况下，并扩展到多个买家的分析。
2017-12-25 cs.GT econ.TH
Welfare and Revenue Guarantees for Competitive Bundling Equilibrium
研究了具有$m$异质不可分商品和具有组合偏好的$n$消费者的市场均衡。众所周知，当估值不是总替代品时，竞争均衡并不能保证存在。由于捆绑在现实生活中的市场中的广泛使用，我们研究它作为一个稳定和协调设备的作用，考虑的概念\emph{competitive bundling equilibrium}：一个竞争均衡的市场分割成固定的捆绑销售的商品。与其他涉及捆绑的均衡概念相比，这个概念具有同时简洁（$O(m)$价格）和市场出清的优点。我们的第一组结果涉及福利保障。我们表明，在市场中，消费者只关心他们收到的商品数量（称为多单元或同质市场），即使存在互补性，总是存在一个竞争性捆绑均衡，保证对数分数的最优福利，这种保证是紧的。我们还建立了一般市场，两个消费者的市场，和市场的消费者的估值是添加到一个固定的预算（非可加性）的非平凡的福利保证。我们的第二组结果涉及收入保障。出于这样一个事实，即在一个标准的竞争性均衡中提取的收入可能是零（即使是简单的单位需求的消费者），我们表明，对于总替代品估值的自然子类，总是存在一个竞争性捆绑均衡，提取对数分数的最佳福利，这种保证是紧的。因此，竞争性捆绑均衡的概念甚至在具有标准竞争均衡的市场中也是有用的。
2014-06-03 cs.DS cs.GT
Randomization beats Second Price as a Prior-Independent Auction
设计收益最优的拍卖，使物品卖给$n$对称的投标人，是机制设计中的一个基本问题。Myerson（1981）指出，当投标人的价值是独立同分布时，具有适当保留价的第二价格拍卖是最优的。已知的规则分布。Bulow和Klemperer（1996）的一个结果是，在最坏的情况下，没有保留的第二价格拍卖达到了最优收益的$(n-1)/n$，这是先验独立收益最大化文献的基石。我们构造了一个随机机制，严格优于第二价格拍卖在这种情况下。我们的机制以随$n$变化的概率来膨胀第二高的出价。对于两个投标人，我们提高性能保证从$0.5$到$0.512$的最佳收入。我们还解决了一个问题，在设计的收入最优机制，有机会从一个未知的分布的单一样本。我们表明，随机机制严格优于所有确定性机制的最坏情况下的保证。
2015-07-29 cs.GT
Dynamic Car Dispatching and Pricing: Revenue and Fairness for Ridesharing Platforms
拼车平台面临的一个主要挑战是同时保证利润和公平，特别是在司机和乘客的激励不一致的情况下。我们专注于调度定价问题，以最大限度地提高总收入，同时保持司机和乘客满意。我们研究了该问题的计算复杂性，提供了一种新的具有收入和公平保证的两阶段定价解决方案，将其扩展到随机设置，并开发了一个动态（又名，learning-while-doing）算法，该算法主动收集数据以学习调度过程中的需求分布。我们还进行了大量的实验来证明我们的算法的有效性。
2022-07-13 cs.GT math.OC
Are Two (Samples) Really Better Than One? On the Non-Asymptotic Performance of Empirical Revenue Maximization
近年来，在经济学和计算机科学的交界处，关于“从样本中进行机制设计”的文献蓬勃发展，它在经典的计算机科学最坏情况分析方法（对应于“无样本”）和经典的经济学平均情况分析方法（在概念上对应于样本数量趋于无穷大）之间架起了一座桥梁。尽管如此，到目前为止研究的两个方向是两个极端的，几乎完全相反的方向：渐近结果的样本数量增长大，只有一个单一的样本是可用的。在本文中，我们采取的第一步，了解这两种方法之间的中间地带：一个固定数量的样本大于一个。在不同的背景下，我们会问这个方向上最基本的问题是什么：“两个样本真的比一个样本好吗？".我们提出了一些令人惊讶的负面结果，并补充他们与我们的主要结果：表明，在最坏的情况下，在所有的规则分布，预期收入保证的经验收入最大化算法给出两个样本是大于该算法给出一个样本。该证明在技术上具有挑战性，并提供了第一个结果，表明使用两个样本构建的某些确定性机制可以保证超过一半的最优收益。
2018-07-02 cs.GT
Pricing Ordered Items
我们研究了项目定价的收益保证和近似性。最近的工作表明，与$n$异构项目，项目定价保证$O(\log n)$近似的最佳收入可实现的任何（多买）机制，即使买家任意组合的估值。然而，找到好的项目价格是具有挑战性的-众所周知，即使在单位需求估值下，也很难找到比$O(\sqrt{n})$更接近最优项目定价的收入的项目价格。我们的工作提供了一个更细粒度的分析的收入保证和计算复杂性方面的项目"类别“的数量可能会显着少于$n$。我们假设物品被划分为$k$类别，使得类别中的物品是完全有序的，并且买方对捆绑的价值仅取决于每个类别中包含的最佳物品。我们表明，项目定价保证$O(\log k)$近似的最优（多买）收入，并提供了一个PTAS计算最优项目定价时，$k$是常数。我们还提供了一个匹配的下限表明，即使当$k=1$的问题是（强）NP-难。我们的结果自然延伸到项目只是部分有序的情况下，在这种情况下，收入保证和计算复杂性取决于部分排序的宽度，即最大的一组，其中没有两个项目是可比的。
2021-11-04 cs.DS cs.GT
Contextual Standard Auctions with Budgets: Revenue Equivalence and Efficiency Guarantees
互联网广告市场是一个价值数十亿美元的行业，广告商每天通过反复参与拍卖来购买数千个广告位。这些拍卖的一个重要且普遍存在的特征是存在活动预算，其指定广告商在指定时间段内愿意支付的最大金额。在本文中，我们提出了一个新的模型来研究均衡投标策略在标准拍卖，一个大类的拍卖，包括第一和第二价格拍卖，广告客户平均满足预算约束。我们的模型摒弃了常见的，但不切实际的假设，即广告客户的价值是独立的，而是假设一个上下文模型，广告客户使用一个共同的特征向量来确定他们的价值。我们证明了在非常温和的假设下存在一个自然的基于价值步调的贝叶斯-纳什均衡。此外，我们证明了一个收入等价表明，所有的标准拍卖产生相同的收入，即使在预算约束的存在。利用这种等价性，我们证明了无政府代价的流动福利和结构性质的起搏为基础的均衡，所有标准拍卖的界限。近年来，互联网广告市场已经采用第一价格拍卖作为销售广告位的首选范例。因此，我们的工作采取了重要的一步，通过研究销售机制的选择如何影响收入，福利和广告商的投标策略，了解在互联网广告市场转向一价拍卖的影响。
2022-10-09 cs.GT econ.TH
Revenue Variance Minimization: Beyond First Price Auctions
Yale University（耶鲁大学）；Google Research（谷歌研究）
本文研究了在多物品环境下通过引入负相关支付来减少收益方差，并探讨了在不同理性条件下拍卖机制的最优性问题。
2026-02-13 cs.GT
Adaptive Two-Sided Assortment Optimization: Revenue Maximization
Cornell University（康奈尔大学）
研究基于选择的匹配平台上的自适应双边品类优化收入最大化问题，提出多项式时间近似算法，利用线性规划松弛和相关间隙论证在一般及结构化设置下实现常数因子近似保证。
2026-09-25 cs.GT math.OC
New Guarantees for Learning Revenue Maximizing Menus of Lotteries and Two-Part Tariffs
Carnegie Mellon University（卡内基梅隆大学）
本文研究彩票菜单与两部收费制两类机制的可学习性，提出首个在线学习算法并给出强遗憾界，同时改进分布设置下的运行时间，并证明现有数据驱动设计技术不足。
2024-07-15 cs.GT cs.LG
ProportionNet: Balancing Fairness and Revenue for Auction Design with Deep Learning
University of Maryland（马里兰大学）；Hofstra University（霍夫斯特拉大学）；University of Maryland and John Dickerson（马里兰大学和John Dickerson）
具有强激励保证的收入最大化拍卖的设计是经济理论的核心问题。计算拍卖使在线广告，采购，频谱分配和无数的金融市场成为可能。在这个领域的分析进展是出了名的困难;自从Myerson在1981年的工作描述了单一物品最优拍卖，在限制设置之外的进展有限。Dütting等人最近的一篇论文通过将深度学习技术应用于近似最优拍卖来规避分析困难。与此同时，Ilvento等人和其他研究小组的新研究也在拍卖设计的背景下发展了公平的概念。受这些进展的启发，在本文中，我们使用深度学习扩展了近似拍卖的技术，以解决公平性问题，同时保持高收入和强激励保证。
2020-10-13 cs.GT cs.LG
Efficiency-Revenue Trade-offs in Auctions
当代理独立的先验投标的一个项目，迈尔森的最优拍卖最大化的预期收入，而Vickrey的第二价格拍卖优化社会福利。我们解决的自然问题之间的权衡两个标准，也就是说，拍卖优化，收入的约束下，福利高于给定的水平。如果考虑到随机机制，很容易看出存在多项式时间机制，可以实现收入和福利之间的权衡（帕累托曲线）中的任何点。我们调查是否可以实现相同的保证使用确定性机制。我们提供了一个否定的答案，这个问题表明，这是一个（弱）NP-困难的问题。在积极的一面，我们提供了多项式时间的确定性机制，近似任意精度的情况下，这两个基本目标之间的权衡两个投标人，即使当估值是任意相关的任何点。我们的工作留下的主要问题是，是否有这样一个算法，为三个或更多的独立的估值分布的投标人。
2012-05-14 cs.GT
Bounding the Optimal Revenue of Selling Multiple Goods
使用对偶理论的技术，我们推导出简单的，封闭形式的公式，用于约束的最优收入的垄断者出售许多异质商品，在这种情况下，买方的估价项目来i.i.d.从均匀分布和在其中它们遵循独立（但不一定相同）指数分布的情况下。我们应用这一点是为了在这两种设置中获得特定的性能保证，作为商品数量$m$的函数，用于Hart和Nisan [EC 2012]研究的简单确定性销售机制，即单独销售商品的机制和在单个捆绑包中提供所有商品的机制。我们还提出并研究了一个自然的随机机制的性能指数估值，称为比例。作为一个有趣的推论，对于指数分布也相同的特殊情况，我们可以得出，对于任何数量的商品，提供一个完整的捆绑商品是最优的销售机制。据我们所知，这是第一个此类结果：在任意数量商品的加法设置中找到收入最大化的拍卖。
2015-10-13 cs.GT
The Value of Knowing Your Enemy
许多拍卖设置隐含或明确地要求投标人在事前受到平等对待。这可能是因为歧视在法律上是不允许的，也可能是因为歧视实际上难以实施或无法强制执行。我们研究所谓的{ \em anonymous}拍卖，以了解收入的权衡，并开发简单的匿名拍卖，近似最优。我们考虑数字商品的设置，并表明，最佳的匿名，主导策略激励兼容拍卖有一个直观的结构-想象一下，投标人在拍卖前随机排列，然后推断出后验的信念，从其他投标人的价值对投标人的估值，并设置一个张贴的价格，最大限度地提高收入给定此后验。我们证明，没有匿名机制可以保证近似优于O（n）的最佳收入在最坏的情况下（或O（log n）的定期分布），甚至公布的价格机制匹配这些保证。了解到匿名机制的真正力量来自于拍卖人可以准确地推断出投标人的身份，我们展示了一个严格的O（k）近似保证时，每个投标人可以混淆最多k个“更高的类型”。此外，我们引入了一个简单的机制的基础上，n目标价格是渐近最优的，并建立在这个机制上，我们的结果扩展到m单位拍卖和赞助搜索。
2014-11-05 cs.GT
Send Mixed Signals -- Earn More, Work Less
Emek等人提出了一个概率单物品第二价格拍卖模型，其中拍卖师被告知待售物品的类型，向不知情的投标人广播关于该类型的信号。他们证明了找到最优（为了产生收入）{ \em pure}信令方案是强NP困难的。相比之下，我们证明，找到最佳的{ \em混合}信令方案可以在多项式时间使用线性规划。对于证明，我们表明，这个问题是密切相关的问题，最佳捆绑可分割的商品拍卖。我们还证明了一个混合的信令方案，在某些情况下可以产生两倍的收入最好的纯信令方案，我们证明了一个普遍适用的下限最好的混合信令方案所产生的收入。
2012-02-07 cs.GT
Sequential Mechanisms with ex-post Participation Guarantees
我们提供了一个特征的收入最优的动态机制的设置中，垄断者出售k个项目在k个期间的买方谁实现他的价值项目i在第i期的开始。我们要求该机制满足一个强的个人理性约束，要求每个代理人的阶段效用在每个时期都是正的。我们表明，最优机制可以通过求解静态（单周期）机制的嵌套序列来计算，该机制优化了分配盈余和买方效用之间的权衡。我们还提供了一个简单的动态机制，获得至少一半的最佳收益。该机制要么忽略历史并在每个时期发布最优垄断价格，要么以独立于代理人当前报告的概率进行分配，并且仅基于以前的报告。我们的表征扩展到多代理拍卖。我们还制定了一个折扣的无限地平线版本的问题，在那里我们研究的性能“马尔可夫机制。"
2016-07-05 cs.GT
Robust Revenue Maximization Under Minimal Statistical Information
我们研究的问题时，多维度的收入最大化销售$m$项目的买家，他们有添加剂的估值，从一个（可能相关的）先验分布。与传统的贝叶斯拍卖设计，我们假设卖方有一个非常有限的知识，这之前：他们只知道平均值$μ_j$和上限$σ_j$的标准偏差，每个项目的边际分布。我们的目标是设计机制，实现良好的收入对一个理想的最优拍卖，有充分的知识，提前分布。非正式地说，我们的主要贡献是严格量化的分散性的先验和上述强大的近似比之间的相互作用。此外，这可以通过非常简单的销售机制来实现。更准确地说，我们表明，通过单独的价格彩票销售的项目实现了$O(\log r)$近似比，其中$r=\max_j(σ_j/μ_j)$是最大的变异系数的项目。为了证明这一结果，我们对单一商品的情况进行了价格抽奖。如果被迫将我们自己限制在确定性机制中，这种保证就会退化为$O(r^2)$。假设独立的项目估值，这些比率可以进一步提高定价的整个捆绑。对于相同的手段和方差的情况下，特别是，我们得到的$O(\log(r/m))$的保证，收敛到最优的项目的数量越来越大。我们证明了上述机制的最优性，通过提供匹配的下限。我们对单项确定性情况的严密分析解决了Azar和Micali [ITCS'13]工作中的一个空白。作为副产品，我们还展示了如何直接使用我们的上界来改进和扩展Azar等人[SODA'13]的参数拍卖相关的先前结果。
2022-04-28 cs.GT
Multi-item Non-truthful Auctions Achieve Good Revenue
我们提出了一个一般的框架，设计近似的收入最优机制的多项添加剂拍卖，适用于真实和非真实的拍卖。给定一个（不一定是真实的）满足某些技术条件的单一物品拍卖格式$A$，我们运行同时的物品拍卖，并为每个投标人增加个性化的报名费，必须在进入拍卖之前支付。这些入场费只取决于投标人类型的先验分布，特别是独立于实现的出价。我们使用一种新的几何技术来约束由此产生的两部分关税机制的收入，该技术使许多常见的非真实拍卖的收入保证成为可能，而这些拍卖在以前是没有的。我们的方法适应并扩展了Cai等人[CDW 16]的二元框架，超越了真实拍卖。我们的框架可以用于许多常见的拍卖格式，如同步第一价格，同步第二价格，同步全付拍卖。我们对第一价格和全付的结果是多维环境中非真实机制的第一个收入保证，解决了文献[RST 17]中的一个悬而未决的问题。如果使用全付拍卖，我们证明了由此产生的机制也是可信的，在这个意义上，拍卖人不能受益于观察代理出价后偏离规定的机制。这是第一个静态可信机制，多项目添加剂拍卖，实现了一个恒定的因素的最佳收益。如果使用第二价格拍卖，我们获得了一个真实的$O(1)$近似机制与固定的入门费，可以通过在线学习技术进行调整。
2022-09-21 cs.GT econ.TH
Revenue Maximization for Selling Multiple Correlated Items
研究了具有可加性估价函数的$n$产品销售问题。我们认为项目的估值是相关的，即，买家对物品的期望不是独立得出的。理想情况下，目标是设计一种使收入最大化的机制。然而，已经表明，收益最优机制可能非常复杂，因此不适用于现实世界的拍卖。因此，我们的重点是设计一个简单的机制，实现恒定的最佳收入的一部分。Babaioff等人提出了一种简单的机制，该机制可以在具有单个添加剂购买者的独立设置中实现恒定的最佳收入比例。然而，他们留下了以下问题作为一个开放的问题：“是否有一个简单的，近似最优的机制，为单一的添加剂买方的价值为$n$项目是从一个共同的基础价值分布抽样？Babaioff等人的研究表明，在独立的环境中，通过单独出售或作为一个整体出售这些物品，可以实现最佳收入的恒定近似因子。我们显示了一个类似的结果，相关设置时，买方的资格是从一个共同的基础价值分布。值得一提的是，核心分解引理，这主要是证明的机制的效率的心脏不适用于相关设置。因此，我们提出了一个修改后的版本，这是适用于相关的设置，以及这个引理。虽然我们应用这种技术来证明所提出的机制可以在非常弱的相关性中保证恒定的最佳收入比例，但这种方法本身不能直接显示该机制在更强相关性中的效率。
2015-07-22 cs.GT
Approximately Optimal Mechanism Design for Competing Sellers
针对两个卖家向单一买家竞争出售相同产品的场景，研究Stackelberg设定下卖家机制设计，提出保证垄断收益四分之一的近似最优单抽签机制，并揭示其不适用于纳什均衡。
2025-05-26 cs.GT
Simple Pricing Schemes for the Cloud
由于云计算和云服务的广泛使用，云的定价问题最近引起了广泛的关注。从理论的角度来看，已经设计了几种机制，提供强有力的效率或公平保证和理想的激励属性。然而，这些机制往往依赖于一个刚性模型，需要精确地知道几个参数，以便保证。在本文中，我们考虑一个随机模型，并表明，它是可能的，以获得良好的福利和收入保证，简单的机制，不利用这些参数的信息。特别是，我们证明了一个机制，设置相同的价格，每一个时间步的任何长度的工作，实现了至少50%的福利和收入的机制，可以设置不同的价格，不同的长度的工作，并可以改善的比例，如果我们有更具体的知识，一些参数。类似地，与允许为不同服务器设置不同价格的机制相比，即使服务器可能接收不同种类的作业，也为所有服务器设置相同价格的机制可以提供合理的福利和收入近似值。
2017-11-12 cs.GT
The Sample Complexity of Revenue Maximization
在收益最大化拍卖的设计和分析中，拍卖绩效通常是根据输入的先验分布来衡量的。这种分布最明显的来源是过去的数据。我们的目标是了解有多少数据是必要的，足以保证接近最佳的预期收入。我们的基本模型是一个单一的项目拍卖，其中投标人的估价是独立的未知和不同的分布。卖家可以“免费”获得这些发行版中的$m$样本，并选择在新样本上进行拍卖。作为投标人数量k和eps > 0的函数，m需要多大才能达到最优收益的（1 - eps）近似值？我们证明，在标准的尾部条件下的基本分布，m = poly（k，1/eps）样本是必要的和充分的。我们的下限站在相反，许多最近的结果简单和事先独立的拍卖，从根本上涉及投标人的竞争，不相同的分布，和一个非常接近（但仍然是常数）的最佳收益近似之间的相互作用。它有效地表明，只有通过详细了解投标人的估值分布，才能实现足够好的最佳收益常数近似值。我们的上限是建设性的，特别适用于一个变种的经验迈尔森拍卖，自然拍卖，运行的收入最大化拍卖的经验分布的样本。我们的样本复杂度下限取决于一组允许的分布，为了捕捉这一点，我们引入了α-强正则分布，它插在正则（α = 0）和MHR（α = 1）分布的研究类之间。我们给出的证据表明，这一定义是独立的利益。
2015-11-26 cs.GT
The Limits of an Information Intermediary in Auction Design
我们研究了经典贝叶斯拍卖中信息中介的局限性，在这种拍卖中，一个收入最大化的卖家将一件物品出售给具有独立私人价值的$n$买家。此外，我们有一个中间人，他知道买家的私人价值，并可以将这些映射到公共信号，以增加消费者剩余。该模型推广了Bergemann、Brooks和Morris提出的单一买方设置，他们提出了一种信号方案，通过保证商品总是被出售，卖方获得与没有信号相同的收入，来提高最优消费者剩余。我们的工作旨在了解这一结果如何移植到多个买家的设置。我们同样定义了最优消费者剩余的基准：拍卖是有效的（即，物品总是出售给价值最高的买方），并且卖方的收入不变。我们发现，没有信号方案可以保证这个基准，即使是$n=2$买家与$2$点估值分布。实际上，没有信令方案可以是有效的，同时保留原始消费者盈余的任何非平凡部分，并且没有信令方案可以保证消费者盈余优于与基准相比的$\frac{1}{2}$的因子。这些不可能的结果是存在的（超越计算），并提供了一个尖锐的分离之间的单一和多个买家设置。鉴于这种不可能性，我们开发的信号方案具有良好的近似保证的基准。我们的主要技术结果是一个$O(1)$ -近似的i.i.d.通过概念上简单且可在多项式时间内计算的信令方案，我们还提出了一般独立分布的情况下的扩展。
2022-05-19 cs.GT
Dynamic and Non-Uniform Pricing Strategies for Revenue Maximization
我们考虑在有限供应环境下收益最大化的项目定价问题，其中一个单一的卖方与$n$项目迎合$m$买家与未知的次可加性估值函数谁在一个序列中到达。卖方为每件商品定价。每个买家购买一个子集的尚未售出的项目，最大限度地提高她的效用。我们的目标是设计定价策略，保证预期收入在最大可能的社会福利的一个小因素$α$内-最大可能产生的收入的上限。大多数早期的工作都集中在无限供应设置，其中出售物品给一些买家并不影响他们的可用性，以未来的买家。Balcan et.（EC 2008）研究了有限供应设置，给出了一种随机策略，该策略为所有物品分配单一价格（统一策略），并且从不改变它（静态策略），该策略给出了$2^{O(\sqrt{\log n \log \log n})}$ -近似，并且此外，没有静态统一定价策略可以给出比$2^{Ω(\log^{1/4} n)}$ -近似更好的结果。我们将这个下界改进为$2^{Ω(sqrt{\log n})}$。我们考虑动态统一策略，它可以在每个买家到达时改变价格，但所有未售出商品的价格在任何时候都是相同的，以及静态非统一策略，它可以为不同的商品分配不同的价格，但在初始设置后永远不会改变。我们设计这样的定价策略，给出一个多对数近似最大收益。因此，在有限的供应设置，我们的研究结果突出了动态和非统一定价与静态统一定价的权力之间的强有力的分离。据我们所知，这是第一个非平凡的分析动态和非…
2009-05-19 cs.GT
Improved Revenue Bounds for Posted-Price and Second-Price Mechanisms
我们研究收入最大化，通过顺序发布价格（SPP）机制在一维设置与$n$买家和独立的，但不一定相同的价值分布。我们通过考虑两个简单的定价规则中的最佳者来构建SPP机制：一个是模仿收入最优机制，即Myersonian机制，通过税收原则，另一个是发布统一价格。我们的定价规则是相当普遍的，并产生第一次改善长期建立的近似因子在几个设置。我们设计的因子揭示的数学程序，充分捕捉我们的SPP机制的近似因子。在单单元设置中，我们的SPP机制产生了比我们工作之前的最新技术更好的近似因子（Azar，Chipunkar & Kaplan，2018）。在多单元设置中，我们的SPP机制在超过九年之后产生了超过现有技术的第一个改进的近似因子（Yan，2011和Chakraborty等人，2010年）。我们的SPP机制的结果立即意味着改进的性能保证，相当于自由秩序先知不等式问题。在位置拍卖设置中，我们的SPP机制产生第一个高于$1-1/e$的近似因子。在急切的第二价格（ESP）拍卖，我们的两个简单的定价规则导致第一个改进的近似因子是严格大于SPP机制在单单位设置。
2021-01-07 cs.GT
eBay's Market Intermediation Problem
研究了通过连接买卖双方而获得收益的市场中介所面临的最优机制设计问题。我们首先证明了最优中介协议具有实质性的结构：它是算法定价问题的解决方案，其中卖方的成本被虚拟成本所取代，卖方的付款仅需要取决于买方的行为，而不是买方的实际估值函数。由于潜在的算法定价问题可能难以最佳解决，我们研究了特定的买方行为模型，并给出了可证明的近似保证机制。我们发现，只提供一个最有利可图的项目出售保证了$Ω(\frac1{\log n})$部分的最佳收入时，项目价值分布是独立的，并有单调的风险率。当买方同时考虑所有项目、$k$项目或按顺序考虑项目时，我们也给出常数因子近似值。
2012-10-11 cs.GT
Multi-Dimensional Screening with Endogenous Information Disclosure
本文研究多产品垄断定价中卖方联合设计机制与信息结构的问题，证明内生信息下统一定价可达最优收入一半，且对负关联或可交换分布确定性定价最优，凸显信息设计的力量。
2025-10-28 cs.GT
Smoothed Analysis of Multi-Item Auctions with Correlated Values
考虑一个有m个异质物品的卖方出售给一个单一的附加买方，该买方的物品价值是任意相关的。之前已经证明，在这种环境中，存在这样的分布，即卖家的最佳收入是无限的，但最好的“简单”机制最多可以获得一个收入（[Briest et. al 15]，[Hart and Nisan 13]），即使当$m=2$ .这一结果长期以来一直是一个警示故事，阻碍了对没有“独立物品”概念的多物品拍卖的研究。在这项工作中，我们开始这样的多项目拍卖设置的平滑分析。我们考虑一个买家的项目价值是从一个任意相关的多维分布，然后随机扰动的幅度$δ$几个自然扰动模型。一方面，我们证明（[Briest et. al 15]，[Hart and Nisan 13]）构造对于这种形式的某些自然扰动具有令人惊讶的鲁棒性，并且无限间隙仍然存在。另一方面，我们提供了一个平滑的模型，使得简单的机构的近似保证是平滑有限的。我们发现，当扰动的幅度$δ$，定价只有大捆绑保证了$O(1/δ)$ -近似的最佳收入。也就是说，无论（最坏情况）初始相关分布如何，这些微小的扰动都足以使能隙从无限大降到有限大。我们进一步表明，同样的保证举行时，$n$买家有价值的任意相关的$mn$维分布（没有任何依赖于$n$）。总之，这些分析进一步确定了相关分布的关键属性，这些属性导致简单性和最优性之间存在巨大差距。
2018-11-29 cs.GT
A Game-theoretic Machine Learning Approach for Revenue Maximization in Sponsored Search
Peking University（北京大学）；Microsoft Research Asia（微软亚洲研究院）
赞助搜索是搜索引擎的一个重要的盈利渠道，其中使用拍卖机制来选择显示给用户的广告并确定向广告商收取的价格。在文献中已经有几篇研究如何设计拍卖机制以优化搜索引擎的收益的工作。但由于使用了一些不切实际的假设，这些研究的实际价值并不十分明确。在本文中，我们提出了一种新的\emph{game-theoretic machine learning}方法，自然地结合了机器学习和博弈论，并学习拍卖机制使用一个双层优化框架。特别是，我们首先从历史数据中学习马尔可夫模型来描述广告客户如何改变他们的出价，以响应拍卖机制，然后对于任何给定的拍卖机制，我们使用学习的模型来预测其相应的未来出价序列。接下来，我们学习的拍卖机制，通过经验收益最大化的预测出价序列。我们证明了当预测周期趋于无穷大时，经验收益将收敛，并且遗传编程算法可以有效地优化经验收益。我们的实验表明，所提出的方法是能够产生一个更有效的拍卖机制比几个基线。
2014-06-04 cs.GT cs.LG
Robust Learning of Optimal Auctions
我们研究的问题学习收益最优的多投标人拍卖的样本时，投标人的估值样本可以是adversarially损坏或从分布是adversarially扰动。首先，我们证明紧上界的收入，我们可以得到一个腐败的分布下的人口模型，定期估值分布和分布单调风险率（MHR）。然后，我们提出了新的算法，只给出一个"近似分布“的投标人的估值，可以学习的机制，其收入几乎是最佳的同时为所有的"真正的分布”是$α$ -接近原来的分布在Kolmogorov-Smirnov距离。所提出的算法超出了有界分布的设置，已经在以前的作品中研究，并保证获得一个分数$1-O(α)$的最优收益下的真实分布时，分布MHR。此外，当分布是规则的时，它们保证产生最优收入的至少一部分$1-O(\sqrtα)$。我们证明，这些上限不能进一步提高，通过提供匹配的下限。最后，我们推导出样本复杂度上界学习MHR和常规分布的近最优拍卖。
2021-07-13 cs.DS cs.GT stat.ML
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
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
Near-Optimal Truthful Auction Mechanisms in Secondary Spectrum Markets
在这项工作中，我们研究了频谱拍卖问题，每个请求从二级用户的空间，时间和频谱特征。我们的目标是设计真实的机制，使次级用户的请求和初级用户的保留价格最大化的社会效率或最大化的主要用户的收入。由于最优无冲突频谱分配问题是NP-难的，在这项工作中，我们设计了近最优的频谱分配机制分别基于以下技术：从整数规划公式，其线性规划（LP）松弛，和LP的对偶去随机分配。我们从理论上证明了1）我们的近最优分配方法是投标单调的，这意味着真实的拍卖机制; 2）我们的近最优分配方法可以实现社会效率或收益至少分别是最优的$1-\frac{1}{e}$倍。最后，我们进行了大量的模拟来研究所提出的方法的性能（社会效率、收入），模拟结果证实了我们的理论分析。
2013-05-28 cs.DS cs.GT cs.NI
On the Competition Complexity of Dynamic Mechanism Design
拍卖的竞争复杂度衡量了一个简单拍卖的收入超过最优收入需要多少竞争。Bulow和Klemperer [9]的拍卖理论的一个经典结果指出，在n i.i.d.买家和单个项目，是1，即，招募一个额外的买家并运行第二价格拍卖比准确地了解买家的潜在分布并运行针对该分布定制的收入最大化拍卖更好。本文研究了动态拍卖的竞争复杂性问题。考虑以下设置：垄断者在m个连续阶段向n个感兴趣的买家拍卖m件物品。在阶段k的开始，买家意识到了她对k件商品的价值。我们证明了动态拍卖的竞争复杂性是最多3 n，至少是线性的n，即使当买家的价值是相关的跨阶段，在一个单调的风险率假设下的阶段（边际）分布。我们还证明了VCG在每个阶段所需的额外购买者的数量是最优收入的α近似值，我们将这个数字称为α近似竞争复杂度。作为一个推论，我们提供了第一个结果，事先独立的动态拍卖。这是，据我们所知，第一个非平凡的积极保证简单的事后IR动态拍卖的相关阶段。证明竞争复杂性界限的关键一步是获得最佳收入的良好基准/上限。为此，我们将蔡等人[12]最近的对偶框架扩展到动态设置。作为一个旁白，我们的方法，我们获得了收入的非单调引理动态拍卖，这可能是独立的利益。
2017-10-28 cs.GT
Revenue Maximization for Buyers with Costly Participation
针对买家参与有私人成本导致的非凸单商品售卖收益最大化问题，提出多买家转单买家归约的多项式时间(2+ε)近似机制，单买家下可达FPTAS，还推导了菜单规模与样本复杂度界，证明特定条件下单一定价及多买家序贯定价的近似最优性。
2023-11-05 cs.GT econ.TH
On Welfare Approximation and Stable Pricing
我们研究的权力项目定价作为一种工具，近似优化社会福利在一个组合市场。我们考虑具有$m$不可分割项目和$n$买家的市场。我们的目标是设置价格的项目，使代理人购买他们最需要的同时，没有冲突的出现，并获得分配具有接近最优的福利。对于总替代品估值，众所周知，以这种方式实现最佳福利是可能的。我们要问的是：除了总替代品之外，人们能否实现近似有效的估值结果？我们表明，即使是次模估值，即使只有两个买家，不能保证近似优于$Ω(\sqrt{m})$。同样的下限也适用于一心一意的买家。除了福利近似的负面结果之外，我们的结果对这些估值类别的收入近似也产生了令人畏惧的影响：为了获得对所收集收入的良好近似，人们必须放弃将收入与最佳福利进行比较的常见方法;需要一种全新的方法。
2015-11-07 cs.GT
Thresholding at the monopoly price: an agnostic way to improve bidding strategies in revenue-maximizing auctions
我们解决的问题，提高投标人的策略，在先前依赖的收入最大化拍卖，并介绍了一个简单而通用的方法来设计新的投标策略，如果卖方使用过去的出价，以优化她的机制。我们提出了一个简单的和不可知的策略，独立的竞争分布，这是强大的机制变化和本地（而不是全球）优化，例如卖方的底价。与真实策略相比，该策略保证了竞争的任何分布的效用增加。在教科书式的例子中，例如具有统一的[0，1]值分布和两个投标人，这种无边信息和机制独立的策略使具有垄断储备的懒惰第二价格拍卖的买方效用增加了57%。当投标人知道竞争对手的最高出价的分布时，我们给出了如何在降低保留价和击败竞争对手之间进行最优权衡。我们的公式能够研究策略的一些重要的鲁棒性，即使卖方使用数据驱动的方法来设定底价，也能显示出它们的影响。在这个样本量的设置，我们证明在什么条件下，阈值投标策略仍然可以提高买方的效用。我们的方法的要点是看到最优拍卖在实践中作为一个Stackelberg游戏，其中买方是领导者，因为他是第一个移动（这里出价），当卖方是跟随者，因为她没有关于出价者的先验信息。
2021-09-14 cs.GT
Disrupting Bipartite Trading Networks: Matching for Revenue Maximization
本文研究在线平台在二分交易网络中的收入最大化匹配问题，证明一般情形计算难解，并给出特殊情形的高效算法及收入与福利的对数近似保证。
2024-06-11 cs.CC cs.GT
Lookahead Auctions with Pooling
先行拍卖（LA）是由Ronen提出的一种拍卖形式，用于在多个买家之间出售单个物品，它被认为比最优拍卖更简单，更公平。事实上，它通过对称的价格上升过程匿名选择一个临时赢家，然后才使用个性化的标价。一个LA拍卖提取至少1/2的最优收入，即使在相关的价值分布。这个界限是紧的，即使对于2个具有独立值的买家也是如此。我们引入了LA的一个自然扩展，称为lookahead with pooling（带池化的前瞻）。一个连续性拍卖作为LA进行，有一个区别：它允许卖方在价格上升阶段汇集一系列价值，并对它们一视同仁;因此，它保留了LA的简单性和公平性。我们的主要结果是，这种简单的池操作提高了独立买家的收入保证从1/2到4/7的最佳收入。我们还给出了一个互补的否定结果，表明对于任意相关先验，λ不能做得比1/2近似更好。
2022-09-26 cs.GT
Single-Leg Revenue Management with Advice
Columbia University（哥伦比亚大学）
本文通过算法带建议框架研究单腿收益管理，刻画一致性-竞争力帕累托前沿，提出最优在线算法及保护水平策略的改进，并在合成数据上验证其有效性，结果可推广至展示广告、多重秘书和在线背包等问题。
2023-06-22 cs.DS cs.GT cs.LG
Revenue Maximization in Choice-Based Matching Markets
Tel Aviv University（特拉维夫大学）；University of Southern California（南加州大学）
本文首次在一般成对奖励下为双边匹配市场的收益最大化提出常数因子近似算法，通过线性松弛、凸随机序和近似动态规划克服了子模性与次可加性缺失的难题。
2026-10-14 cs.DS cs.GT math.OC
Beyond Revenue and Welfare: Counterfactual Analysis of Spectrum Auctions with Application to Canada's 3800MHz Allocation
本文提出了一种基于行为模型的频谱拍卖反事实分析方法，通过模拟替代拍卖机制提升偏远地区覆盖。
2025-12-08 cs.GT
Sample Complexity of Automated Mechanism Design
Carnegie Mellon University（卡内基梅隆大学）
收入最大化组合拍卖的设计，即多商品拍卖，是计算经济学中最基本的问题之一，甚至对于两个投标人和两个待售商品也没有解决。在传统的经济模型中，假设投标人的估价来自一个潜在的分布，并且拍卖设计者对这个分布有很好的了解。尽管这个强大的，往往是不切实际的假设，这是值得注意的是，收入最大化的组合拍卖仍然是未知的。近年来，自动化机制设计已成为设计高收益组合拍卖的最实用和最有前途的方法之一。最具可扩展性的自动化机制设计算法从投标人的估价分布中获取输入样本，然后在丰富的拍卖类别中搜索高收入拍卖。在这项工作中，我们提供了第一个样本的复杂性分析的标准层次结构的确定性组合拍卖类中使用的自动机制设计。特别是，我们提供了严格的样本复杂性界限的样本数量需要保证的经验收入的设计机制的样本接近其预期收入的基础上，未知的分布在投标人的估值，每个拍卖类的层次结构。除了帮助建立自动化机制设计的坚实基础，我们的研究结果也推动了学习理论的边界。特别地，在我们的上下文中使用的假设函数是通过多阶段组合优化过程定义的，而不是简单的决策边界，如在机器学习中常见的。
2016-06-13 cs.GT cs.LG
Automated Deterministic Auction Design with Objective Decomposition
Peking University（北京大学）；Alibaba Group（阿里巴巴集团）
本文提出OD-VVCA，一种基于目标分解的确定性虚拟估值组合拍卖自动化设计方法，通过可并行动态规划高效计算并分解优化收益目标，在多物品大规模拍卖中超越随机与确定性基线，实现高收益。
2024-07-22 cs.GT cs.LG
Fixed-price Diffusion Mechanism Design
ShanghaiTech University（上海科技大学）
我们考虑一个固定价格的机制设计设置，卖方通过社交网络出售一个项目，但卖方只能直接与她的邻居最初。网络中的每个其他节点都是潜在的买家，其估值来自共同的分布。在标准的固定价格机制下，卖家只能在邻居之间出售物品。为了增加收入，她需要更多的买家加入销售。为了实现这一目标，我们提出了第一个固定价格机制，以激励卖方的邻居通知他们的邻居有关销售，并最终通知网络中的所有买家，以提高卖方的收入。与现有的同类机制比较，我们的机制无须买家透露其估值，计算亦较为简单。更重要的是，它保证改进的收入至少是最优的1/2。
2019-05-14 cs.AI cs.GT
