On Trade in Bilateral Oligopolies with Altruistic and Spiteful Agents
本文研究了双边市场中，代理人的策略行为和交易根据Shapley-Shubik机制的利他和恶意的影响。通过假设利他的代理人关心市场另一边的其他人，它表明代理人总是发现交易是有利的。然而，当有利他主义的代理人关心市场上同一边的人的福利时，或者当有恶意的代理人时，他们宁愿远离市场，消耗他们的禀赋。这些非交易情况的发生要么是因为最优性的必要一阶条件被违反，要么是因为代理人的支付函数不是凹的。
2018-03-11 cs.GT
Second-Best Bilateral Trade is $1/2$ Efficient
Beijing Institute of Technology（北京理工大学）；Renmin University of China（中国人民大学）
本文证明在双边贸易中，贝叶斯最优（次优）机制总能获得至少一半的一阶最优贸易收益，且该界是紧的。
2026-07-05 cs.GT
Non-Excludable Bilateral Trade Between Groups
本文针对多自利买卖方参与且不可排除的双边贸易新范式，确立了高效交易的二分性结论，刻画了激励真实报告的交易机制，实验验证了理论结果。
2023-12-19 cs.GT
Improved Approximation Ratios of Fixed-Price Mechanisms in Bilateral Trades
我们继续研究固定价格机制在双边贸易问题中的表现，并在几种情况下改进福利最优机制的近似比。具体来说，在只有买方分布是已知的情况下，我们证明了存在一个分布在不同的固定价格机制，使近似比位于区间[0.71，0.7381]。此外，我们表明，相同的近似比持有的最优固定价格机制，当买方和卖方的分布是已知的。结果，以前最著名的（1 - 1/e+0.0001）近似可以改进为$0.71$。此外，我们研究随机固定价格机制时，我们只收到一个单一的样本从卖方分布，对称和不对称的设置。我们的研究结果表明，张贴单一样本的价格仍然是最优的所有随机固定价格机制。
2023-03-28 cs.GT
Truthful Bilateral Trade is Impossible even with Fixed Prices
Myerson和Satterthwaite（1983）的一个开创性定理证明，在一个单一买方和一个单一卖方之间的双边贸易博弈中，没有一种机制可以同时是个人理性的、非均衡的、激励相容的和社会有效的。但是，如果价格是外生的，社会效率目标在给定的价格下服从于个人理性，那么这种不可能性就消失了。我们表明，不可能回来，如果有多个单位的同一种商品，或多种类型的商品，即使价格是固定的外生性。特别地，如果存在相同商品的$M$单位或$M$种类的商品，对于某些$M\geq 2$，则没有真实机制可以保证超过$1/M$的最优交易收益。在单一商品多单位的情况下，如果两个代理人都有次模估值（边际收益递减），那么没有真实的机制可以保证超过$1/H_M$的最优交易收益，其中$H_M$是$M$ -th谐波数（$H_M\approx \ln{M}+1/2$）。所有的上限都是紧的。
2017-11-19 cs.GT
Fixed-Price Approximations in Bilateral Trade
我们考虑双边贸易问题，其中两个代理商交易一个不可分割的项目。众所周知，唯一的优势策略真实机制是固定价格机制：给定买方价值$B$和卖方价值$S$的公知分布，如果$S \leq p \leq B$，则向两个代理提供价格$p$，并且交易发生。目标是最大化预期福利$\mathbb{E}[S + (B-S) \mathbf{1}_{S \leq p \leq B}]$或贸易预期收益$\mathbb{E}[(B-S) \mathbf{1}_{S \leq p \leq B}]$。我们改进了这个问题的几个福利最大化变量的近似比。当代理人的分布是相同的，我们证明了福利的最佳逼近比是$\frac{2+\sqrt{2}}{4}$。只有一个先验样本的共同分布，我们表明，一个$3/4$近似福利是可以实现的。当代理商的分布不需要是相同的，我们表明，以前最有名的$(1-1/e)$ -近似可以严格改进，但$1-1/e$是最佳的，如果只有卖方的分布是已知的。
2021-12-20 cs.GT
Tight Regret Bounds for Bilateral Trade under Semi Feedback
Hong Kong University of Science and Technology（香港科技大学）
本文提出一种$\widetilde{O}(T^{2 / 3})$的懊悔机制，解决了GBB半反馈固定价格机制在对抗性价值下的紧懊悔界问题。
2026-01-23 cs.GT cs.LG
Multi-unit Bilateral Trade
本文提出了一套适用于多单位双边贸易的主导战略激励相容（DSIC）、强预算平衡（SBB）和事后个体理性（IR）机制。在这样一种情况下，只有一个买方和一个卖方，他们持有有限数量k个相同的物品。该机制必须决定有多少单位的物品从卖方转移到买方，以及有多少钱从买方转移到卖方。我们考虑买方和卖方的两类估值函数：占有单位数量增加的估值，以及更具体的一类估值，它们是增加的和子模块化的。此外，我们提出了一些近似结果的性能，某些这样的机制，在社会福利方面：对于增加子模块的估值函数，我们表明存在一个确定性的2-近似机制和一个随机的e/（1-e）近似机制，匹配的最佳已知的单项目设置的界限。
2018-11-13 cs.GT
(Almost) Efficient Mechanisms for Bilateral Trading
我们研究双边贸易问题：一个卖方，一个买方和一个单一的，不可分割的销售项目。众所周知，对于这个问题，没有一个完全有效的激励相容的机制来维持预算平衡。我们设计了简单而强大的机制，利用这些属性获得近似的效率。我们表明，即使是最小的统计数据的使用可以产生良好的近似结果。最后，我们演示了如何在更一般的环境中，这个简单的双边贸易问题的机制可以被用作一个“黑盒子”的机制建设。
2018-11-18 cs.GT
Approximately Efficient Bilateral Trade with Samples
针对双边贸易中定价方仅有价值分布样本的情形，本文证明一大类抽样定价机制仍可在期望下保证常数比例的理想贸易收益，并通过归约为随机游走揭示其社会福利近似卖方最优收入。
2025-02-18 cs.GT
Sample Complexity of the Second-Best Bilateral Trade
Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；Great Bay University（大湾区大学）
该研究聚焦满足BIC、IIR、WBB的次优双边贸易机制，推导了正则乘积分布、乘性近似及满足MHR的无界分布下的样本复杂度上下界，明确了复杂度对次优贸易收益等基准的依赖关系。
2026-08-27 cs.GT
Tighter Bounds for the Random-Offerer Mechanism in Bilateral Trade
研究双边贸易中随机报价机制，设\(\rho_{\rm RO}\)为该机制贸易收益与最优贸易收益之比下确界。证明了\(\frac{1}{\pi}\leq\rho_{\rm RO}<0.460242308085529\)，改进了上下界，分别采用参数化拉格朗日边界和构造明确族的方法。
2026-07-16 cs.GT
Approximately Efficient Multidimensional Bilateral Trade
Stanford University（斯坦福大学）
本文针对市场双方均为多维的双边贸易问题，在两类场景下提出满足BIC、IIR和事前WBB的简单机制，实现最优期望贸易收益的常数比例，突破了现有结果多适用于单维主体的限制。
2026-09-03 cs.GT
Bilateral Trade with Correlated Values
该研究针对估值相关的双边贸易场景，证明买方出价机制可实现e/(e-1)的社会福利近似比且为单方占优策略下的最优机制，同时给出了双方占优策略及确定性贝叶斯激励相容机制的近似比下界。
2024-04-16 cs.GT
Single-Sample Bilateral Trade with a Broker
University of Maryland College Park（马里兰大学帕克分校）
本文研究了单样本双边交易中经纪人的影响，提出机制在标准假设下实现对最优交易收益和社会福利的常数因子近似，并与无经纪人的结果形成对比。
2026-03-03 cs.GT
Constrained Trading Networks
基于双边（不可分割）合同的交易可以用网络来表示。顶点对应于代理人，而弧代表双边合同的非价格元素。给定每个弧的价格，代理选择使其效用最大化的事件弧。我们扩大了模型，允许polymatroidal约束的一组合同，可以被解释为建模有限的一对一的替代。我们证明了双边市场存在一个竞争均衡，但对于多边市场，这可能是不可能的。
2020-08-22 cs.GT econ.TH
A Stronger Benchmark for Online Bilateral Trade: From Fixed Prices to Distributions
Politecnico di Milano（米兰理工大学）
本文提出了一种在随机环境中实现次线性遗憾的算法，通过全局预算平衡约束提升在线双边交易的社会福利。
2026-02-05 cs.GT
Nonparametric Contextual Online Bilateral Trade
Bocconi University（博科尼大学）
本文提出了一种非参数上下文在线双边交易算法，通过层次树构造在一位反馈和强预算平衡条件下实现~O(T^{(d-1)/d})的后悔界。
2026-02-13 cs.GT cs.LG
Fair Online Bilateral Trade
Institut de Mathématiques de Toulouse（图卢兹数学研究所）；Université Paul Sabatier（保罗萨巴蒂尔大学）；Politecnico di Milano（米兰理工大学）；Università degli Studi di Milano（米兰大学）；University of Ottawa（渥太华大学）
本文研究在线双边贸易中的公平性，以买卖双方效用最小值为公平贸易收益，并刻画了平台仅知接受与否时的遗憾界，包括确定性、随机及独立估值情形。
2024-05-22 cs.GT cs.LG
Feature-Based Online Bilateral Trade
本文研究在线双边贸易中基于特征的定价问题，提出算法在强预算平衡下达到对数遗憾，并扩展至噪声估值及更严格反馈场景，揭示反馈质量与预算约束间的权衡。
2024-05-28 cs.GT
Tight Regret Bounds for Fixed-Price Bilateral Trade
Shanghai Jiao Tong University（上海交通大学）；Huawei’s Taylor Lab（华为泰勒实验室）；Shanghai University of Finance and Economics, Laboratory of Interdisciplinary Research of Computation and Economics (SUFE)（上海金融学院，计算与经济学交叉研究实验室（SUFE））
本文研究了固定价格机制在双边交易中的懊悔最小化问题，针对独立值和相关/对抗值分别给出了紧致的懊悔界，并改进了现有结果。
2026-05-19 cs.GT cs.LG
Non-Obvious Manipulability for Single-Parameter Agents and Bilateral Trade
该研究提出基于循环单调性的NOM机制设计技术，刻画了单参数场景下的机制特征，并在双边贸易中证明了补贴需求的鲜明二分性，还给出了满足个体理性且无补贴的NOM机制刻画。
2023-12-13 cs.GT
On the Optimal Fixed-Price Mechanism in Bilateral Trade
研究双边贸易中固定价格机制的社会福利近似比，证明完全先验下最优比在0.72至0.7381之间，仅知均值即可达2/3，并引入顺序统计量机制刻画采样场景。
2023-06-19 cs.GT
Nearly Tight Regret Bounds for Profit Maximization in Bilateral Trade
Sapienza University of Rome（罗马大学）；Google Research（谷歌研究）；Aarhus University（奥胡斯大学）；Institute for Complex Systems（复杂系统研究所）
本文提出了一种在双边贸易中近紧的利润最大化算法，通过解决非平稳场景下的 regrets 问题，展示了激励相容机制的最优收敛性。
2025-09-26 cs.GT cs.LG
Private Learning in Bilateral Trade
Sapienza University of Rome（罗马大学）；Aarhus University（奥胡斯大学）
研究双边贸易中学习机制的差分隐私保护问题，提出在σ-平滑分布下实现近最优样本复杂度的私有机制。
2026-06-01 cs.GT
Regret Minimization in Bilateral Trade With Perturbed Markets
Politecnico di Milano（米兰理工大学）
研究在存在扰动的市场中，通过设计算法实现兼顾对抗性和随机性的懊悔最小化，提升交易收益。
2026-05-11 cs.GT cs.LG
Online Two-Sided Markets: Many Buyers Enhance Learning
研究单一卖家与多买家重复交易问题，通过第二价格拍卖获取非对称反馈并设计自适应网格逼近最优交易收益，打破了单买家遗憾下界，在无分布假设下实现 $\ ilde O(T^{2/3})$ 的遗憾上界。
2025-03-03 cs.GT
No-Regret Learning in Bilateral Trade via Global Budget Balance
Bocconi university（博科尼大学）；Politecnico di Milano（米兰理工大学）；Sapienza University of Rome（罗马大学）
本文研究对抗性双边贸易的在线学习问题，提出全局预算平衡这一松弛条件，首次在完全反馈和一位反馈等模型下给出无遗憾算法，并证明相应上下界，同时引入强于事后最优固定价格的替代基准。
2024-03-27 cs.GT cs.LG
Repeated Bilateral Trade Against a Smoothed Adversary
Università degli Studi di Milano（米兰大学）；Politecnico di Milano（米兰理工大学）；University of Ottawa（渥太华大学）；Istituto Italiano di Tecnologia（意大利技术研究院）；Sapienza Università di Roma（罗马大学）
研究针对平滑对手的重复双边贸易问题，完整刻画了固定价格机制在不同反馈和定价策略下的遗憾界，并设计了最优算法与匹配下界。
2023-02-21 cs.DS cs.GT cs.LG
Profit Maximization in Bilateral Trade against a Smooth Adversary
Google Research（谷歌研究）
研究在在线学习框架下，面对平滑对手生成的估值，设计出保证$\tilde{O}(\sqrt{T})$ regret的算法，拓展了快速收敛的适用范围，填补了经济问题的regret景观中的空白。
2026-05-12 cs.GT cs.LG
A New Lower Bound for the Random Offerer Mechanism in Bilateral Trade using AI-Guided Evolutionary Search
Yale University（耶鲁大学）；Google DeepMind（谷歌DeepMind）；Google Research（谷歌研究）
本文利用AI引导的进化搜索，发现随机出价机制在最坏情况下的效率下界为2.0749，优于之前已知的2.02。
2026-03-09 cs.AI cs.GT cs.LG
Cheap Talk in Bilateral Trade
Yale School of Management（耶鲁管理学院）；Harvard Kennedy School（哈佛肯尼迪学院）
研究卖方利用私人信息但承诺能力有限的条件下，通过多轮廉价谈话机制优化双边贸易的利润与福利，证明单一商品下廉价谈话无效，但在多商品、多单位、相互依赖价值或重复博弈中创造价值。
2026-05-31 cs.GT econ.TH
The Exact Welfare Guarantee of Fixed-Price Bilateral Trade
Adrasteia Labs and UIUC（阿德拉西亚实验室和伊利诺伊大学厄巴纳-香槟分校）；Zhongnan University of Economics and Law（中南财经政法大学）；Tsinghua University（清华大学）；University of Michigan, Ann Arbor（密歇根大学安娜堡分校）；Boston College（波士顿学院）；University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
本文精确确定了固定价格双边交易的最坏福利保证，证明最优标价保证第一最佳福利的0.738024比例，并给出最优性证书及多单位交易更难的结论。
2026-10-01 cs.GT econ.TH
Training Language Models for Bilateral Trade with Private Information
Department of Economics, Yale University（耶鲁大学经济学系）；Yale School of Management, Yale University（耶鲁大学管理学院）；Department of Statistics and Data Science, Yale University（耶鲁大学统计与数据科学系）；Department of Industrial Engineering, Tsinghua University（清华大学工业工程系）
本文研究了在不完全信息下双边谈判中语言模型的能力，通过结构化谈判环境评估模型表现，发现有效策略通过连续报价实现价格歧视，训练实验表明监督微调和强化学习影响收益分配和交易完成率。
2026-04-10 cs.AI cs.GT cs.MA
Optimal Mediation Mechanism in Bilateral Trade
Hong Kong University of Science and Technology（香港科技大学）；Renmin University of China（中国人民大学）；University at Buffalo（布法罗大学）；Xi’an Jiaotong University（西安交通大学）
本文研究了双边贸易中中介人的最优机制设计，发现当卖方成本恒定时，交易阈值随买方类型递减；当中介人有否决权时，交易阈值随买方类型递增，导致柠檬市场效应。
2026-03-07 cs.GT
An $α$-regret analysis of Adversarial Bilateral Trade
Tel Aviv University（特拉维夫大学）；Sapienza Università di Roma（罗马第一大学）
本文针对估值由对手决定的序贯双边贸易场景，在不同反馈与定价模式下分析$\alpha$-regret，证明了多种场景下的regret界及场景间的分离性结论。
2024-10-10 cs.DS cs.GT cs.LG
Better Regret Rates in Bilateral Trade via Sublinear Budget Violation
Politecnico di Milano（米兰理工学院）
研究双边贸易中遗憾率与全局预算平衡约束违反程度之间的权衡，设计算法在给定违反预算下实现匹配上下界的最优遗憾率，证明现有结果紧致。
2025-07-15 cs.GT cs.LG
Small-Scale Markets for Bilateral Resource Trading in the Sharing Economy
我们考虑一个一般的小规模市场的代理到代理的资源共享，其中每个代理可以是一个服务器（卖方）或客户端（买方）在每个时间段。在每个时间段内，服务器都有一定数量的资源，任何客户端都可以使用，并随机与客户端匹配。我们的目标是最大限度地利用资源，在这样一个代理对代理的市场，代理商的战略。在每次交易中，服务器获得资金，客户端获得资源。因此，贸易比率最大化意味着我们的系统效率最大化。我们通过平均场博弈的方法，并证明了平均场均衡的存在，它可以实现几乎100%的交易率的建议的市场系统模型。最后，我们进行了一个模拟研究的动机代理到代理计算市场，并在一个拟议的光伏市场的案例研究，并显示设计的市场有利于个人和系统作为一个整体。
2017-12-29 cs.GT
Welfare Approximation in Multilateral Trade
Tel Aviv University（特拉维夫大学）；Princeton University（普林斯顿大学）；Stanford University（斯坦福大学）
该研究针对需所有代理人一致参与的多边贸易机制设计问题，提出DSIC与BIC机制并给出福利近似比，还扩展至部分同意场景，得到匹配上下界。
2026-08-13 cs.GT
Contextual Online Bilateral Trade
New York University（纽约大学）；Sapienza University（萨皮恩扎大学）；Google Research（谷歌研究）；EPFL（苏黎世联邦理工学院）
本文研究了具有上下文性估值的双边交易问题，设计了在两位反馈下实现O(d log d)遗憾的算法，并在一位反馈下允许小负利润的算法，同时探讨了预算平衡与时间范围无关的交易收益算法。
2026-02-13 cs.GT cs.LG
Welfare Maximization in Bilateral Trade: Improved Approximation Guarantees Beyond the Fixed Price Barrier
Weizmann Institute of Science（魏茨曼科学研究所）；Hebrew University of Jerusalem（耶路撒冷希伯来大学）
研究双边贸易中福利最大化问题，通过引入带保留价的买方出价机制，实现了0.746的社会福利近似比，首次证明固定价格机制并非最优。
2026-06-03 cs.GT
Bilateral Trade Under Heavy-Tailed Valuations: Minimax Regret without a Variance Bound
本文研究了在完全反馈情况下，交易者估值具有无限方差时的双边贸易问题，通过扩展自界性质和截断均值估计，提出了一个基于周期的算法，实现了最小最大后悔的精确速率。
2026-09-11 cs.GT cs.LG stat.ML
Persuasion with Limited Communication
我们研究信息结构设计，也称为“说服”或“信号”，在存在的限制的通信量。我们专注于双边贸易的基本设置，在其最简单的形式涉及一个卖方与一个单一的项目定价，买方的项目的价值是从一个共同的先验分布超过$n$不同的可能值，和一个接受它或离开它提供协议。可以访问买方类型的中介器可以部分地向卖方揭示这样的信息，以便促进诸如社会福利或卖方收入之类的某些目标。在双边贸易下的福利最大化的设置，我们表明，$O(\log(n) \log \frac{1}ε)$信号足以为$1-ε$近似的最优福利，这个界是紧的。作为我们的主要结果，我们表现出一个有效的算法计算$\frac{M-1}{M} \cdot (1-1/e)$近似福利最大化计划最多M个信号。对于收入的目标，我们表明，$Ω(n)$信号需要一个常数因子近似的收入完全知情的卖方。然而，从计算的角度来看，问题变得更容易：我们表明，一个简单的动态程序计算M个信号的信号方案最大化卖方的收入。观察到双边贸易中的信号问题是卡梅尼卡和根茨科的基本贝叶斯说服模型的一个特例，我们还研究了通信约束信号的问题更普遍。在这个模型中，有一个发送者（中介），一个接收者（卖方）希望采取行动（设定价格），以及一个从共同先验中得出的自然状态（买方的类型）。我们表明，它是NP-难的近似最佳发送者的效用在任何常数因子中存在的通信约束。
2020-03-05 cs.GT
Support-Dependent Regret Rates for Profit Maximization in Multilateral Trade
Politecnico di Milano（米兰理工大学）
针对多边贸易中的在线利润最大化问题，提出一种归一化缩放算法，实现支持依赖遗憾界 $\widetilde O(\sqrt{K^dT})$，将一维动态定价的最优保证扩展到多维设置。
2026-10-07 cs.GT
STRIDE: A Tool-Assisted LLM Agent Framework for Strategic and Interactive Decision-Making
Yale University（耶鲁大学）；The Chinese University of Hong Kong（香港中文大学）；University of Science and Technology of China（中国科学技术大学）；Sabanci University（萨班哲大学）
本文提出STRIDE框架，通过记忆和专用工具增强LLM在战略多智能体决策中的能力，在双边谈判和机制设计等环境中显著提升性能。
2024-05-28 cs.CL cs.GT
Reallocation Mechanisms
我们考虑重新分配问题的设置，每个代理人的初始禀赋由一个子集的资源。玩家的私人信息是他们对每个可能的资源子集的价值。目标是在代理之间重新分配资源，以最大限度地提高效率。允许货币转移，但参与是自愿的。我们为几种经典环境开发激励兼容，个人理性和预算平衡的机制，包括双边贸易，伙伴关系解散，Arrow-Debreu市场和组合交易所。我们所有的机制（除了一个）提供了一个恒定的近似，在这些设置中的最佳效率，即使在代理的偏好是复杂的多参数函数。
2014-04-27 cs.GT
