The Cost of Simple Bidding in Combinatorial Auctions
我们研究一类操纵组合拍卖投标人根本歪曲什么样的商品，他们感兴趣的。以前的工作在很大程度上假设投标人只提交他们感兴趣的捆绑，我们称之为简单的投标投标：投标金额的战略，但不是捆绑的身份。然而，我们发现，存在着一个完整的类的拍卖情况下，简单的出价从来没有最佳的贝叶斯-纳什均衡，总是严格由复杂的出价（投标人出价的商品，他们不感兴趣）。我们证明了这一结果的两个最广泛使用的拍卖机制：第一价格和VCG最近。我们还探讨了导致这种现象的获胜者确定问题的结构特性，并利用所获得的见解来研究复杂投标的影响力。我们发现，在最坏的情况下，投标人的最佳复杂的出价可能需要投标的指数数量的捆绑，即使投标人只感兴趣的一个好。因此，这一现象可以极大地影响拍卖的结果，不应该被投标人和拍卖设计师忽视。
2021-09-10 cs.GT
iMLCA: Machine Learning-powered Iterative Combinatorial Auctions with Interval Bidding
针对大型组合拍卖中精确出价成本高的问题，提出支持区间出价的iMLCA机制，通过基于价格的活动规则引导估值区间收紧，在保持与精确出价ML拍卖同等分配效率的同时，优于组合时钟拍卖。
2025-05-22 cs.GT
Efficiency of non-truthful auctions under auto-bidding
自动出价现在被广泛采用作为广告商和互联网广告之间的接口，因为它允许广告商指定高层次的目标，如最大化价值的限制。以前的研究主要集中在真实的拍卖（如SPA），因为统一出价在这种拍卖中是最优的，这使得它易于管理的原因，均衡。一个诱人的问题是，人们是否可以通过离开真实拍卖的领域来获得更有效的结果。这是第一篇研究无优先级自动投标环境下的非真实拍卖的论文。我们的第一个结果是，非真实性提供没有好处时，考虑确定性拍卖。任何确定性机制都有一个至少为$2$的无政府代价（PoA），即使对于$2$投标者也是如此;这与确定性真实机制所能实现的相匹配。特别地，我们证明了第一价格拍卖的PoA恰好为$2$。对于我们的第二个结果，我们构建了一个随机的非真实拍卖，实现了$2$投标人的PoA为$1.8$。这是针对此问题的最著名的PoA。以前最著名的PoA为这个问题是$1.9$，并实现了一个真实的机制。此外，我们证明了在这种情况下的非真实性的好处表明，这个随机拍卖的真实版本也有一个PoA的$1.9$。最后，我们表明，没有拍卖（即使是随机的，不真实的）可以提高PoA界的$2$的广告客户的数量增长到无穷大。
2022-07-08 cs.GT
Simulation-Based Game Theoretic Analysis of Keyword Auctions with Low-Dimensional Bidding Strategies
本文以关键字拍卖为研究对象，以不完全信息的一次性博弈为模型，对关键字拍卖的一系列机制设计问题进行了仿真分析。我们的第一个问题解决的程度，激励相容性失败的广义第二价格（普惠制）拍卖。我们的研究结果表明，真诚的投标在普惠制拍卖是一个惊人的穷人的战略和穷人的预测均衡结果。接下来，我们证明了收入排名机制是福利最优的，证实了过去的结果。最后，我们分析了利润作为拍卖机制在一系列可供选择的设置下的函数。当价值和质量分数呈强正相关时，我们的结论与Lahaie和Pennock [2007]的结论一致：在这种情况下，按出价排名规则显然更优越。然而，我们的分歧在于，几乎不重视质量分数的拍卖几乎普遍主导了纯收入排名计划。
2012-05-09 cs.GT
Robust Auction Design in the Auto-bidding World
在经典的拍卖理论中，保留价被认为是有效的，以提高拍卖商对准线性效用最大化投标人的收入。然而，保留价的引入通常无助于提高拍卖师和竞标者的总体福利。在本文中，我们专注于价值最大化的投标人与回报的支出约束-一个范例，最近引起了相当大的关注，越来越多的广告客户采用自动投标算法的广告平台-并表明，底价的引入对市场产生了新的影响。也就是说，通过适当地选择保留价，拍卖人不仅可以提高总收益，而且可以提高总福利。我们的研究结果还表明，保留价是强大的投标人类型，即，保留价格对于不同的投标人类型（例如价值最大化者和效用最大化者）都很有效，而不使用投标人类型信息。我们推广这些结果的各种拍卖机制，如VCG，普惠制，和第一价格拍卖。此外，我们展示了如何将这些结果与添加剂助推相结合，以进一步提高拍卖结果的福利。最后，我们补充我们的理论观察与实证研究证实这些想法的有效性，从网上广告拍卖的数据。
2021-11-03 cs.GT
A Dynamic Programming Model for Determining Bidding Strategies in Sequential Auctions: Quasi-linear Utility and Budget Constraints
本文利用动态规划技术，提出了一种求解序列拍卖中最优投标策略的新方法。现有的方法假设用户的效用是以加法的形式表示的。因此，在每个状态下，剩余的货币禀赋必须被显式地表示，并且当初始货币禀赋m变大时，最优投标策略的计算变得耗时。在本文中，我们开发了一个新的问题形式化，通过假设用户的效用可以用准线性形式表示，并将支付表示为状态转换成本，从而避免显式地表示剩余禀赋。实验结果表明，我们可以获得超过m倍的计算时间的加速。在此基础上，提出了一种在预算约束下获得半最优报价策略的方法，并通过实验验证了该方法的有效性。
2013-01-10 cs.GT
Auction Design in an Auto-bidding Setting: Randomization Improves Efficiency Beyond VCG
自动出价是在线广告领域中日益重要的领域。我们研究了在自动投标环境下，以系统均衡时福利最大化为目标的拍卖设计问题。先前的结果表明，无政府状态无政府代价（PoA）下的VCG是2，这是紧，即使有两个投标人。这就提出了一个有趣的问题，即VCG是否在这种情况下产生最佳效率，或者PoA是否可以改进。我们提出了一个事先免费的随机拍卖，其中的PoA是约。1.896的情况下，两个投标人，证明一个可以实现的效率严格优于在VCG在这种设置。我们还提供了一个明显的不可能的结果，一般的投标人的数量增加的问题-我们表明，没有（随机）匿名真实拍卖可以有一个PoA严格优于2渐近每个查询的投标人的数量增加。虽然它在以前的工作中，可以提高PoA的2，如果拍卖被允许使用投标人的价值的查询除了投标人的出价，我们注意到，我们的随机拍卖是事先免费的，不使用这样的额外信息，我们的不可能性结果也适用于拍卖没有额外的价值信息。
2022-04-22 cs.GT
Applying Opponent Modeling for Automatic Bidding in Online Repeated Auctions
本文针对在线重复拍卖中竞拍者与卖方同时学习的场景，提出 Bid Net 策略表示和基于对手建模的 PG 算法，使竞拍者能学习最优出价策略并收敛到博弈均衡，从而最大化竞拍者效用。
2024-02-27 cs.GT
Convergence Analysis of No-Regret Bidding Algorithms in Repeated Auctions
游戏和无悔算法之间的联系在文献中得到了广泛的研究。一个基本的结果是，当所有参与者都采取无悔策略时，这会产生一个行动序列，其时间平均值是博弈的粗相关均衡。然而，在存在多个均衡的情况下，对均衡选择的了解要少得多。在这项工作中，我们研究了拍卖中无遗憾出价算法的收敛性。除了理论上的兴趣，出价动态拍卖是一个重要的问题，从实践的角度来看，以及。我们研究了投标人之间的重复博弈，其中在每个时间步出售单个物品，投标人的价值来自未知分布。我们表明，如果投标人使用任何基于均值的学习规则，那么投标人收敛到真实的纯纳什均衡在第二价格拍卖，在VCG拍卖中的多插槽设置和贝叶斯纳什均衡在第一价格拍卖的高概率。我们注意到基于平均值的算法涵盖了各种各样的已知的无悔算法，如Exp3，UCB，$ε$贪婪等。此外，我们分析的收敛性的个别迭代产生这样的学习算法，而不是序列的时间平均值。我们的实验证实了我们的理论发现，并且在使用其他策略（如深度Q学习）时也发现了类似的收敛。
2020-09-14 cs.GT
Detecting Multiple Seller Collusive Shill Bidding
当代表卖方在拍卖中引入虚假出价以人为地抬高最终价格时，就会发生托市竞价。这通常是通过卖家让朋友在她的拍卖中出价来实现的，或者卖家控制多个用于唯一目的的虚假投标人帐户。我们以前提出了一个声誉系统称为希尔分数，表明如何可能是一个投标人是从事价格膨胀行为方面的一个特定的卖方的拍卖。潜在的投标人可以观察其他投标人的托市得分，如果他们很高，投标人可以选择不参加，因为有一些证据表明，托市投标发生在卖方的拍卖。然而，如果一个卖家与其他卖家勾结，或者控制多个卖家账户，她可以在各个卖家之间分散风险，并可以减少对托牌投标人的怀疑。串通卖方行为影响的特点之一，托出价的托得分正在检查，因此串通行为可以降低投标人的托得分。本文扩展了Shill Score来检测多个卖方相互勾结的Shill投标。我们提出了一个算法，提供证据组的卖家是否串通。根据卖方之间的关联有多紧密以及拍卖中出现的明显的托市出价水平，适当地调整每个参与投标人的托市得分，以消除卖方串通的任何优势。性能进行了测试，使用模拟拍卖数据和实验结果。
2018-12-28 cs.GT
Welfare and Rationality Guarantees for the Simultaneous Multiple-Round Ascending Auction
同步多轮拍卖（SMRA）和组合时钟拍卖（CCA）是用于出售带宽的两种主要机制。在真实投标下，SMRA输出瓦尔拉斯均衡，最大化社会福利提供投标人的估价函数满足总替代品属性。最近，它表明，组合时钟拍卖（CCA）提供了良好的福利保证一般类的估值函数。这引发了一个问题，即在一般估值职能的情况下，类似的福利保障是否适用于SMRA。我们的答案是否定的，但我们证明，良好的福利保障仍然会出现，如果在投标人的估值互补的程度是有界的。特别地，如果投标人估价函数是$α$ -近次模化的，则在真实投标下，SMRA具有至多为$(1+α)$的福利比率（最优分配的社会福利与拍卖分配的社会福利之间的最坏情况比率）。子模赋值的特殊情况，即$α=1$，并产生单独的合理的解决方案。然而，对于$α>1$来说，这是一个双准则保证，在真实投标下获得良好的福利需要放松个体理性。最后，我们研究需要什么策略，以确保个人的理性，在一般的评价功能的SMRA。首先，我们提供了一个弱的表征，即\emph{secure bidding}，为个人的理性。然后，我们表明，如果投标人使用利润最大化的安全投标策略的福利比是最多$1+α$。因此，通过安全投标，可以获得与真实投标相同的福利保障，而不会丧失个人理性。
2015-10-01 cs.GT
Auctions without commitment in the auto-bidding world
在线广告拍卖中的广告主越来越多地使用自动出价机制来出价进入拍卖，而不是直接手动出价其价值。一个突出的自动投标格式是目标每次收购成本（tCPA），它最大限度地提高了转化量，但要受到投资回报率的限制。然而，从拍卖理论的角度来看，这种趋势似乎违背了基本的结果，假设利润最大化的投标人，它是最佳的使用经典的投标系统，如边际CPA（mCPA）投标，而不是使用策略，如tCPA。在本文中，我们合理化，通过这种看似次优的招标规范的准线性框架内。争论的关键在于承诺的概念。我们考虑一个多阶段博弈，首先拍卖师宣布拍卖规则;然后投标人选择tCPA或mCPA投标格式，然后，如果拍卖师缺乏承诺，它可以重新审视拍卖规则（例如，可以根据观察到的出价调整保留价格）。我们的主要结果是，只要一个投标人认为，拍卖人缺乏承诺，遵循规则的申报拍卖，然后投标人将通过选择tCPA格式的mCPA格式，以获得更高的利润。然后，我们探讨的承诺后果的拍卖。在一个简化版本的模型中，只有一个投标人，我们表明，tCPA子博弈承认一个可信的均衡，而mCPA格式没有。也就是说，当投标人选择tCPA格式时，拍卖人可以合理地执行游戏开始时宣布的拍卖规则。我们还表明，在一些温和的条件下，拍卖人的收入更大时，投标人使用的tCPA格式，而不是mCPA。我们进一步量化的价值，拍卖人能够承诺所宣布的拍卖规则。
2023-03-14 cs.GT econ.TH
Risk-Free Bidding in Complement-Free Combinatorial Auctions
研究了不完全信息下组合拍卖中的无风险投标策略。具体地说，在多物品组合拍卖中，无互补（次可加）投标人能保证的最大利润是多少？假设存在$n$投标者，并且$B_i$是投标者$i$对于整个项目集合具有的值。本文从第一投标人Bidder~1的角度对上述问题进行了研究。在这种情况下，最坏的情况下的利润保证出现在一个duopsony，也就是说，当$n=2$，所以这个问题，然后对应于发挥拍卖对预算对手与预算$B_2$。我们提出了两个简单的和广泛研究的组合拍卖，即顺序拍卖和同时拍卖，第一价格和第二价格的情况下，最坏情况下的保证。在一般情况下，不同的项目，我们的主要结果是为类的{ \em分数次加性}（XOS）投标人，我们表明，无论是第一价格和第二价格顺序拍卖投标人~ $1$有一个策略，保证利润至少$(\sqrt{B_1}-\sqrt{B_2})^2$时，$B_2 \leq B_1$，这个界是紧的。同时拍卖可以获得更多的利润保证，其中在第一价格的情况下，投标人$1$有一个策略，保证至少$\frac{(B_1-B_2)^2}{2B_1}$的利润，并在第二价格的情况下，$B_1-B_2$的界限是可实现的。我们还考虑了特殊情况下的顺序拍卖相同的项目，我们提供了严格的保证，投标人的次加性估值。
2021-11-29 cs.GT
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
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
Bidding for Preferred Timing: An Auction Design for Electric Vehicle Charging Station Scheduling
本文考虑了电动汽车充电调度设置，车辆用户可以提前预订充电时间在充电站。在此设置中，允许用户明确表达他们对不同开始时间和充电时间长度的偏好，以便为他们的车辆充电。我们的目标是计算最佳的充电时间表，最大限度地提高所有用户的社会福利给定他们的时间偏好和他们的车辆的充电状态。假设用户是自利的代理人，他们可能会采取战略性的行为，以提高自己的利益，而不是所有代理人的社会福利，我们提出了一个迭代拍卖计算高质量的时间表，并在同一时间，保护用户的隐私，逐步引起他们的喜好，必要的。我们进行了博弈论分析，建议迭代拍卖证明其个人的合理性和代理的最佳反应。通过大量的实验，我们证明了迭代拍卖可以获得高效率的解决方案与部分价值信息。此外，我们探讨了调度效率和拍卖中的信息披露之间的关系。
2019-07-20 cs.GT
Strategic Bidding in Knapsack Auctions
本文通过理论、实验和AI模拟分析统一价格、歧视性价格和广义第二价格三种背包拍卖，发现统一价格拍卖真实出价与效率最高，后两者收益更优，为NP难问题的拍卖求解和市场设计提供见解。
2024-05-01 cs.GT econ.TH
Optimal Bidding Strategies for Online Ad Auctions with Overlapping Targeting Criteria
我们分析的问题，如何最佳出价的广告空间在网上广告拍卖。为此，我们考虑多个广告活动与重叠的目标标准的一般情况。在我们的分析中，我们首先描述了最优投标策略的结构。特别是，我们表明，一个最佳的投标策略分解成不相交的运动和目标群体的问题。此外，我们表明，纯投标策略，只使用一个单一的出价值为每个运动是不是最优的供应曲线时，是不连续的。对于这种情况下，我们得出一个下限的任何投标策略的最优成本，以及混合投标策略，要么达到下限，或可以任意接近它。
2020-04-15 cs.GT math.OC
Bidding efficiently in Simultaneous Ascending Auctions with budget and eligibility constraints using Simultaneous Move Monte Carlo Tree Search
本研究针对同步升价拍卖的复杂策略博弈问题，提出基于同步移动蒙特卡洛树搜索的SMS^α算法，可同时应对四大策略难题，支持自定义风险厌恶水平，实验表明其性能优于现有算法，能以更低风险实现更高期望效用。
2024-03-12 cs.GT
Bidding efficiently in Simultaneous Ascending Auctions with incomplete information using Monte Carlo Tree Search and determinization
本文扩展了基于蒙特卡洛树搜索的$SMS^α$算法至信息不完全的同步升价拍卖，通过比较三种确定化方法解决暴露、自身价格效应、预算和资格管理问题，实验证明其优于现有算法。
2024-07-16 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
An exact and two heuristic strategies for truthful bidding in combinatorial transport auctions
University of Bremen（不来梅大学）；ISL - Institute of Shipping Economics and Logistics（ISL——航运经济与物流研究所）
为了支持货运承运人在组合运输拍卖，我们提出了一个确切的和两个启发式的投标策略的子集的请求。精确的投标策略是基于基本请求组合的概念。我们表明，它是充分的和必要的运营商投标的每个基本的请求组合，以保证相同的结果，投标的请求集的幂集的每个元素的投标。这两种启发式投标策略确定有前途的请求组合。为此，使用基于节省值的成对协同作用以及容量限制的p-中值问题。的投标策略进行评估的计算研究，模拟拍卖。它基于174个基准实例，因此很容易被其他研究人员扩展。平均而言，这两种启发式策略分别实现了91%和81%的可用销售潜力，同时产生了36%和4%的确切策略的捆绑出价。因此，建议的投标策略，帮助承运人，以增加她的获胜机会，并在同一时间内减少计算负担，参与组合运输拍卖。
2014-06-07 cs.AI cs.GT
Bidding to the Top: VCG and Equilibria of Position-Based Auctions
许多流行的搜索引擎都会通过拍卖来确定搜索结果旁边的广告位置。目前在谷歌和雅虎拍卖！让广告商指定一个单一的金额作为他们在拍卖中的出价。这个出价被解释为广告客户愿意为每次点击支付的最高金额。当搜索查询到达时，出价被用于在搜索结果页面上对广告进行线性排名。广告商为每个点击广告的用户付费，收费金额取决于参与拍卖的所有广告商的出价。为了有效，广告商寻求在他们的预算允许的范围内尽可能地在名单上名列前茅，这取决于市场。我们研究的问题，排名广告和相关的定价机制时，广告客户不仅指定一个出价，但另外表示他们的偏好的位置在列表中的广告。特别是，我们研究“前缀位置拍卖”，广告客户$i$可以指定，她只感兴趣的顶部$b_i$的位置。我们提出了一个简单的分配和定价机制，概括了目前的拍卖，没有位置限制的理想属性。此外，我们表明，我们的拍卖有一个“无嫉妒”或“对称”的纳什均衡与相同的结果，在分配和定价的著名的真实维克雷-克拉克-格罗夫斯（VCG）拍卖。此外，我们表明，这个均衡是最好的这样的均衡广告商的利润由每个广告商。我们还讨论了其他基于位置的拍卖。
2006-07-26 cs.GT
Strategic Bid Shading in Real-Time Bidding Auctions in Ad Exchange Using Minority Game Theory
Goa Institute of Management（果阿管理学院）
本文研究实时广告拍卖中基于少数游戏理论的战略投标遮蔽行为，通过分析大规模拍卖数据揭示少数策略对投标人动态和定价的影响。
2025-12-02 cs.GT econ.TH
Multi-unit Double Auctions: Equilibrium Analysis and Bidding Strategy using DDPG in Smart-grids
定期双向拍卖（PDA）在许多领域，如在电子商务，在一天内的股票市场，并提前一天的智能电网能源市场的应用。虽然使用PDA完成的交易价值数万亿美元，但在这种拍卖中找到可靠的投标策略仍然是一个挑战，因为它需要考虑未来的拍卖。PDA中的参与买方必须通过规划当前和未来的拍卖来设计其投标策略。提出的许多基于均衡的投标策略在实时使用时是复杂的。在目前的博览会，我们提出了一个基于规模的投标策略，参与PDA的买家。本文首先对单买方单卖方多单位单次k-Double拍卖进行了均衡分析。具体来说，我们分析的情况下，当卖方和买方交易两个相同的单位的数量在一个双重拍卖，买方和卖方部署一个简单的，基于规模的投标策略。随着参与者数量的增加，均衡分析变得棘手。为了在更复杂的设置，如智能电网批发市场，我们模型的均衡报价策略作为一个学习问题。我们开发了一个深度确定性策略梯度（DDPG）为基础的学习策略，DDPGBBS，在PDA的参与代理建议在任何拍卖实例的行动。DDPGBBS，经验上遵循所获得的理论均衡，很容易扩展时，买方/卖方的数量增加。我们以电力交易代理竞争（PowerTAC）的批发市场PDA作为测试平台，以评估我们的新的报价策略。我们基准我们的DDPG为基础的战略对几个基线和国家的最先进的投标策略的PowerTAC批发市场PDA和展示DDPGBBS对几个基准策略的功效。
2022-02-22 cs.GT econ.TH
A Sealed-bid Auction with Fund Binding: Preventing Maximum Bidding Price Leakage
针对现有密封投标拍卖协议保证金易泄露最高投标价、缺乏资金绑定的问题，提出利用以太坊交易不可区分性与DECO技术的新协议，同时隐藏投标价与最高价并实现资金绑定，且给出了实现与费用对比。
2023-12-13 cs.CR cs.GT
Adaptive Bidding Policies for First-Price Auctions with Budget Constraints under Non-stationarity
本文研究预算受限的投标人如何在重复的第一价格拍卖中自适应出价以最大化累积收益，提出基于双梯度下降的出价策略，并分析了在不同信息环境下性能损失与非平稳性之间的关系。
2026-04-11 cs.GT
Strategic Bidding Wars in On-chain Auctions
本文针对以太坊MEV-boost拍卖引入博弈论模型，通过模拟研究构建者战略竞价行为，揭示延迟对策略效果及提议者收益的关键影响。
2024-03-17 cs.CR cs.GT
New Auction Algorithms for the Assignment Problem and Extensions
针对经典线性分配问题，基于对偶理论提出激进型与合作型两种新拍卖算法，并推导出结合两者的变体，同时扩展至最短路径、最大流等网络优化问题。
2023-10-21 cs.GT
Flexible Bidding in Service-Oriented Combinatorial Spectrum Forward Auctions
针对固定投标组合频谱拍卖在动态共享中的福利损失，提出含可调节需求、SEM系数与贪婪匹配的近似真实前向拍卖机制，显著提升社会福利。
2025-07-26 cs.GT cs.SI
Competing Auctions in Intermediated Markets
California Institute of Technology（加州理工学院）；Flashbots
研究中介市场中卖家选择并行拍卖机制的问题，发现密封投标第二价格中介拍卖完全瓦解为密封第一价格主拍卖，而开放投标中介仅部分瓦解。
2026-11-02 cs.GT
Continuous Double Auction Mechanism and Bidding Strategies in Cloud Computing Markets
云计算已经成为一种新兴的模式，其旨在允许客户利用由云服务提供商（CSP）托管的计算资源。越来越多的消费者一方面依赖于CSP提供计算和存储服务，另一方面CSP试图以优惠的条件吸引消费者。在竞争如此激烈的云计算市场中，定价政策对市场效率至关重要。虽然CSP通常会公布其价格并根据用户消耗的资源量向用户收费，但拍卖机制很少应用。事实上，一个可行的拍卖机制是最有效的资源配置方法，特别是双向拍卖更有效率和灵活性，因为它使买方和卖方可以同时出价和出价。本文提出了一种基于云的电子拍卖平台，并在此平台上设计了一种云连续双向拍卖（CDA）机制来匹配订单，促进交易。定义了一些评价标准来分析市场和策略的有效性。此外，竞价策略的选择对于每个参与者实现自身收益最大化起着非常重要的作用，因此我们提出了一种新的云CDA竞价策略BH-策略，这是一种两阶段博弈竞价策略。最后设计了三个仿真场景，比较了BH策略与其他主要竞价策略的性能，证明了BH策略在剩余、成功交易和市场效率方面具有更好的性能。此外，我们讨论了我们的云CDA机制是可行的云计算资源分配。
2013-07-23 cs.DC cs.GT
On Bidding with Securities: Risk Aversion and Positive Dependence
DeMarzo et al.（2005）考虑了从一个完全有序的证券家族中选择投标的拍卖，这些证券的价值与被拍卖的资源有关。本文定义了一个概念的相对陡峭的家庭的证券，并表明，陡峭的家庭提供更大的预期收入的卖方。两个假设是：购买者是风险中性的，通过购买者的价值和信号实现的随机变量是关联的。我们表明，这种收入排名持有的第二价格拍卖的情况下，风险规避。然而，它不成立，如果从属关系是放松到一个较少的限制性形式的正相关，即一阶随机优势（FOSD）。我们定义了证券族的相对强陡度，并证明了它为FOSD情形下比较两个证券族提供了一个充分必要条件。所有结果都延伸到英国拍卖。
2015-01-13 cs.GT
Managing Risk of Bidding in Display Advertising
在本文中，我们处理的不确定性投标的显示广告。类似于金融市场交易，基于实时竞价（RTB）的显示广告采用拍卖机制来自动化印象级媒体购买;并且运行活动与获取新客户以获得额外的转换销售的投资没有什么不同。因此，如何对广告印象进行最佳出价以推动利润和投资回报率变得至关重要。然而，用户行为的大随机性和拍卖竞争引起的成本的不确定性可能会导致一个显着的风险，从运动的性能估计。在本文中，我们明确的用户点击率估计和拍卖竞争的不确定性模型捕捉风险。我们从金融学中借用一个想法，并得出每个广告展示机会的风险价值。我们的制定结果在两个风险意识的投标策略，惩罚有风险的广告印象，并更专注于那些具有较高的预期回报和较低的风险。对真实世界数据的实证研究表明，我们提出的风险意识投标策略的有效性：在商业RTB平台上的离线实验中获得15.4%的利润收益，在在线A/B测试中获得高达17.5%的利润收益。
2017-01-20 cs.GT
Learning to bid in revenue-maximizing auctions
研究了在基于投标分布的拍卖中，当卖方确定保留价时，投标策略的优化问题。我们的研究是在一个投标人是战略的设置。使用变分的方法，我们研究了原来的目标的复杂性，我们引入了放松的目标功能，以使用梯度下降方法。我们的方法是简单的，一般性的，可以应用于各种价值分配和收入最大化机制。与传统的如实出价策略相比，我们得出的新策略产生了巨大的提升。
2019-05-14 cs.GT
Collusion in Unrepeated, First-Price Auctions with an Uncertain Number of Participants
我们考虑的问题，投标人之间的共谋（“投标环”）可以支持在均衡的无重复的第一价格拍卖。与McAfee和McMillan [1992]以及Marshall和Marx [2007]等先前关于该主题的工作不同，我们不假设非串通代理人完全了解其出价被竞标环压制的串通代理人的数量，甚至允许存在多个卡特尔。此外，虽然我们把投标人与投标环的关联视为外生的，但我们允许投标人在受邀时做出是否加入投标环的战略决策。我们确定了一个投标环协议，结果在贝叶斯{纳什均衡，在此条件下，非串通代理直接投标，串通代理加入投标环时，邀请和如实申报他们的估值环中心的有效分配。我们发现，投标环有利于环中心和所有代理人，成员和非成员的投标环，在拍卖人的费用。我们在本文中介绍的技术也可能是有用的推理其他问题中，代理人有关于设置的信息不对称。
2012-08-23 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
Shill Bidding Prevention in Decentralized Auctions Using Smart Contracts
University of Salento（萨莱诺大学）；Brunel University of London（伦敦布鲁内尔大学）；National School of Artificial Intelligence (ENSIA)（国立人工智能学院）
本文提出利用区块链智能合约的动态惩罚机制，通过评估九种不同竞价行为的Bid Shill Score，防止拍卖欺诈，同时保持交易成本和响应时间在可控范围内。
2025-05-30 cs.CR cs.GT cs.SE
Coordinated Dynamic Bidding in Repeated Second-Price Auctions with Budgets
Peking University（北京大学）；Huawei TCS Lab（华为TCS实验室）
该研究针对带预算的重复第二价格拍卖场景，提出可保证每个客户效用高于独立出价最优水平、实现最大联盟福利的协同出价算法，并通过实验验证性能，填补了带约束在线重复拍卖中竞拍者协同研究的空白。
2023-06-13 cs.GT cs.LG econ.TH
Artificial Intelligence for Multi-Unit Auction design
RMIT University（皇家墨尔本理工大学）；School of Economics, Finance and Marketing, RMIT University（皇家墨尔本理工大学经济、金融与市场营销学院）；School of Computing Technology, RMIT University（皇家墨尔本理工大学计算技术学院）
本文利用强化学习等人工智能方法模拟三种常用多单位拍卖的出价行为，提出六种学习与出价算法并比较，以改进多单位拍卖设计。
2024-08-08 cs.AI cs.GT econ.TH
Efficiency of Generalized Proportional First-Price Auctions Under Auto-bidding
Yale University（耶鲁大学）；Google DeepMind（谷歌DeepMind）；Google Research（谷歌研究院）
本文利用r-比例一级价格拍卖解决自动出价下效率损失问题，证明两竞拍者时最优PoA为1.5，一般n≥2时通过设置r=2n突破确定性2屏障，达到2-Ω(1/n)的PoA。
2026-10-01 cs.GT
Vulnerabilities of Single-Round Incentive Compatibility in Auto-bidding: Theory and Evidence from ROI-Constrained Online Advertising Markets
本文研究 ROI 约束在线广告自动出价市场，证明第二价格拍卖的单轮 IC 存在计算困难、非单调、效用不稳和干扰 A/B 测试等缺陷。
2024-05-11 cs.GT
Prior-Independent Bidding Strategies for First-Price Auctions
针对第一价格拍卖因缺乏竞争投标先验知识导致投标策略设计难的问题，提出基于最坏情况遗憾的先验独立投标策略分析框架，构造常微分方程解的极小极大最优策略，量化性能损失并揭示价值分散度对其的影响。
2025-02-14 cs.GT econ.TH
Auction Mechanisms in Cloud/Fog Computing Resource Allocation for Public Blockchain Networks
区块链作为一种新兴的去中心化安全数据管理平台，近年来受到了广泛的关注。为了维护区块链数据记录的规范状态，基于工作量证明的共识协议为网络中的节点（称为矿工）提供激励，以通过解决加密难题的“块挖掘”过程来确认新的交易块。在本地计算资源有限的情况下，例如，移动设备，这是自然的理性矿工，即，共识节点，以将工作量证明的计算任务卸载到云/雾计算服务器。因此，本文针对云/雾计算服务提供商与矿工之间的交易问题，提出了一种基于拍卖的高效计算资源分配市场模型。特别是，我们考虑基于工作量证明的区块链网络。由于区块链网络中矿工之间的竞争，在设计拍卖机制时特别考虑了分配外部性。具体来说，我们考虑两种投标方案：恒定需求方案，每个矿工投标固定数量的资源，和多需求方案，矿工可以提交他们的偏好的需求和出价。对于固定需求的投标方案，我们提出了一个拍卖机制，实现最优的社会福利。在多需求投标方案中，社会福利最大化问题是NP难问题。因此，我们设计了一个近似算法，保证真实性，个人的合理性和计算效率。通过大量的模拟，我们证明了我们提出的两种竞价方案的拍卖机制可以有效地最大化区块链网络的社会福利，并为云/雾计算服务提供商提供有效的策略。
2020-03-27 cs.GT
Optimal Boost Design for Auto-bidding Mechanism with Publisher Quality Constraints
The Chinese University of HongKong, Shenzhen（香港中文大学（深圳））；Tencent Technology (Shenzhen) Co., Ltd.（腾讯科技（深圳）有限公司）
本文提出q-Boost算法，在考虑发布者质量约束下优化在线竞价中的提升因子，实验显示在福利提升方面优于传统方法。
2026-01-06 cs.GT
Beyond the PPAD hardness of Auto-bidding Auctions
University of Washington（华盛顿大学）
针对自动竞价拍卖最坏情况均衡计算的PPAD完全性与实际收敛性的矛盾，引入弥散分析框架，提出具线性收敛性的GNE求解器，其复杂度匹配现实市场表现，且涵盖两类特例。
2026-08-04 cs.GT
Online Learning of Optimal Bidding Strategy in Repeated Multi-Commodity Auctions
Cornell University（康奈尔大学）
研究了重复拍卖中投标人的在线学习问题。以最大化其T期收益为目标，投标人确定其预算在每个时期的$K$货物投标中的最优分配。作为投标策略，我们提出了一个多项式时间算法，启发的动态规划方法的背包问题。所提出的算法，称为离散集上的动态规划（DPDS），实现了$O(\sqrt{T\log{T}})$的遗憾顺序。通过证明对于任何策略，遗憾是$Ω(\sqrt{T})$的下界，我们得出结论，DPDS是顺序最优的$\sqrt{\log{T}}$条款。我们评估的DPDS经验的虚拟交易的背景下，在批发电力市场的性能，通过使用历史数据从纽约市场。实证结果表明，DPDS始终优于来自机器学习和在线学习方法的基准探试法。
2017-11-17 cs.GT cs.LG
Leveraging the Hints: Adaptive Bidding in Repeated First-Price Auctions
MIT（麻省理工学院）；Arena Technologies（阿雷纳科技公司）；Yahoo! Research（雅虎研究院）；Stanford（斯坦福大学）；NYU Stern（纽约大学斯特恩商学院）
随着电子商务的出现和日益巩固，数字广告最近取代传统广告成为经济中的主要营销力量。在过去的四年里，数字广告行业的一个特别重要的发展是在线展示广告从第二价格拍卖转向第一价格拍卖。这种转变立即激发了如何在第一价格拍卖中出价的智力挑战问题，因为与第二价格拍卖不同，真实地出价一个人的私人价值不再是最佳的。在这一领域的一系列最新工作之后，我们考虑了一个差异化的设置：我们不对其他投标人的最高出价做出任何假设（即随着时间的推移，它可能是对抗性的），而是假设我们可以访问作为其他投标人最高出价预测的提示，其中预测是通过一些黑盒机器学习模型学习的。我们考虑两种类型的提示：一种是单点预测可用，另一种是提示区间（表示其他人的最大出价落入的置信区间）可用。我们建立最小最大最优遗憾界的两种情况下，并强调两种设置之间的定量不同的行为。我们还提供了改进的遗憾界时，其他人的最大出价表现出进一步的稀疏结构。最后，我们补充的理论结果与示范使用真实的投标数据。
2022-11-05 cs.GT cs.LG
Strategic Bidding in 6G Spectrum Auctions with Large Language Models
College of Science and Engineering, Hamad Bin Khalifa University（哈马德·本·卡西姆大学科学与工程学院）
本文研究了在车载网络中使用大语言模型作为投标代理进行6G频谱拍卖，探讨了LLM在预算约束下的投标策略及其对拍卖机制的影响。
2026-04-27 cs.AI cs.GT
Adversarial learning for revenue-maximizing auctions
我们引入了一个新的数值框架来学习最优的投标策略，在重复拍卖时，卖方使用过去的出价，以优化她的机制。至关重要的是，我们不假设投标人知道卖方使用什么优化机制。我们恢复基本上所有国家的最先进的分析结果，以前在设置中得出的单一项目的框架，投标人知道卖方使用的优化机制，并扩展我们的方法，多项目的设置，其中没有最佳的着色策略是以前已知的。我们的方法在所有设置中产生投标人效用的大幅增加。我们的方法也具有很强的实际应用潜力，因为它提供了一种简单的方法来优化现代市场上的出价策略，在这些市场上，买家面临未知的数据驱动机制。
2021-02-08 cs.GT
Efficiency of Non-Truthful Auctions in Auto-bidding with Budget Constraints
该研究针对带ROS和预算约束的自动出价场景，分析非真实拍卖的效率，证明FPA是最优确定性机制，还提出两种随机机制突破确定性下界，并揭示统一出价对两类机制效率的相反影响。
2024-04-18 cs.GT
Optimal Allocation of Real-Time-Bidding and Direct Campaigns
AlephD（AlephD公司）
在本文中，我们考虑的问题，优化收入的网络出版商通过实时的【形】投标（即从出售的广告在实时的【形】拍卖）和直接（即通过合同销售的广告提前商定）。我们考虑一种设置，其中发布者能够在实时的【形】投标拍卖中为每个印象出价。如果它赢得了拍卖，它会选择一个直接的活动来提供和显示相应的广告。本文提出了一种算法，以建立一个最佳的策略，为出版商提供其直接的活动，同时最大化其实时的【形】投标收入。最优策略给出了一个公式来确定发布者出价，以及一种方法来选择直接的活动，如果发布者出价赢得拍卖，取决于印象的特点。最优策略可以根据过去的拍卖数据来估计。该算法随着活动的数量和数据集的大小而扩展。这是一个非常重要的功能，因为在实践中，发布商可能同时有数千个活跃的直接活动，并且希望估计数十亿次拍卖的最佳策略。该算法是正在开发的系统的关键组件，该系统将部署在全球数千家网络出版商上，帮助他们每天向数亿访问者高效地提供数十亿广告。
2020-06-12 cs.AI cs.GT
Winning Before You Play: An Iterative Capture Algorithm for Pre-Game Dominance Analysis in Three-Player Auction Bridge
Indian Statistical Institute（印度统计研究所）
本文提出一种三玩家拍卖桥牌变体及双算法框架，通过迭代叫牌与预测算法降低复杂度，在10万局模拟中验证了其提升公平性与预测可靠性，并为风险决策提供启示。
2026-09-25 cs.GT
LADDER: A Human-Level Bidding Agent for Large-Scale Real-Time Online Auctions
我们提出了LADDER，这是第一个深度强化学习代理，可以直接从由高级语义信息组成的原始输入中成功地学习大规模现实问题的控制策略。该代理基于DQN（Deep Q Network）的异步随机变体DASQN。智能体的输入是对不完全信息博弈状态的明文描述，即实时的【形】大规模在线拍卖，奖励是非常大规模的拍卖利润。我们将代理应用于京东在线RTB（实时的【形】竞价）广告业务的重要部分，发现它轻松击败了由人类专家精心设计和校准的前最先进的竞价策略：在JD.com 6月18日的周年销售期间，代理将公司的广告收入从该部分增加了50%以上，而广告主的ROI（投资回报率）也显著提高。
2017-09-01 cs.AI cs.CL cs.GT
