Deterministic implementation in single-item auctions
Renmin University of China(中国人民大学);Tsinghua University(清华大学);University of bath(巴斯大学)
该研究探讨了单项目拍卖中确定性机制与随机化机制在不同结果概念下的实现能力,揭示了确定性 DSIC 拍卖与随机 BIC 拍卖在特定条件下的等价性及差异。
2025-12-24 cs.GT
Dynamics of multidimensional Simple Clock Auctions
本文研究了多维简单时钟拍卖的动力学,证明在特定条件下投标策略的最优性,并展示了连续时间模型与离散时间拍卖的极限一致性。
2025-12-11 cs.GT math.CO math.OC
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
Coalition Formation and Combinatorial Auctions; Applications to Self-organization and Self-management in Utility Computing
在本文中,我们提出了一个两阶段的资源管理协议,在分层组织的云。第一阶段利用空间局部性的供应代理联盟的形成;第二阶段,组合拍卖,是基于修改后的基于代理的时钟算法,并有两个阶段,时钟阶段和代理阶段。时钟阶段支持价格发现;在第二阶段,代理为每个客户端请求的服务包进行多轮组合拍卖。该协议在云客户端的低成本服务和服务提供商的可观利润之间取得了平衡。我们还报告的组合拍卖阶段的协议的实证调查的结果。
2015-03-22 cs.GT cs.MA
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
Limitations of randomized mechanisms for combinatorial auctions
最近,已经发现了一种随机机制[Dughmi,Roughgarden和Yan; STOC '1-1],用于组合拍卖,该组合拍卖在期望中是真实的,并且当参与者具有覆盖估值时,保证(1 - 1/e)近似于最优社会福利。即使对于非真实算法,假设$P \neq NP$,该近似比也是最好的。鉴于最近的一系列负面结果组合拍卖下更严格的概念激励兼容性,这一发展提出了一个自然的问题:真实的预期机制兼容多项式时间近似的方式,确定性或普遍真实的机制是不是?特别是,多项式时间真实的期望机制,可以保证一个接近最优的近似比更一般的组合拍卖的变种?我们证明情况并非如此。具体而言,Dughmi,Roughgarden和Yan的结果不能扩展到价值预言模型中的子模块估值的组合拍卖。(在没有战略考虑的情况下,在这种情况下仍然可以实现(1 - 1/e)近似。)更精确地说,我们证明了存在一个常数γ> 0,使得不存在期望真实的或甚至近似期望真实的随机机制,并保证了在价值预言模型中具有子模块估价的组合拍卖的最优社会福利的m ^{-γ}-近似。我们还证明了一个类似的结果,灵活的组合公共项目(CPP)问题。我们的研究结果提出了一个意想不到的分离覆盖功能和子模块功能,这不会发生这些问题没有战略考虑。
2011-09-06 cs.DS cs.GT
Machine Learning-powered Iterative Combinatorial Auctions
提出了一种基于机器学习的迭代组合拍卖方法。将机器学习(ML)集成到拍卖中的主要目标是改善偏好诱导,这是大型组合拍卖(CA)中的主要挑战。与之前的工作相比,我们的拍卖设计使用值查询而不是价格来驱动拍卖。ML算法用于帮助拍卖决定在每次迭代中询问哪些值查询。虽然在CA中使用ML带来了新的挑战,但我们展示了如何获得一个单独理性的设计,满足无赤字,具有良好的激励,并且在计算上是实用的。我们将我们的新拍卖与著名的组合时钟拍卖(CCA)进行比较。我们的研究结果表明,特别是在大型领域,MLCA可以实现显着更高的分配效率比CCA,即使只有少量的值查询。
2021-09-02 cs.GT
On the Economic Efficiency of the Combinatorial Clock Auction
自20世纪90年代以来,频谱拍卖已在世界范围内实施。这为实际审查各种各样的拍卖机制提供了条件,其中两种同时进行的价格递增拍卖已证明极为成功。这两种拍卖方式分别是同时多轮递增拍卖(SMRA)和组合时钟拍卖(CCA)。人们早就知道,对于某些类别的估值函数,SMRA提供了良好的理论保证社会福利。然而,共同国家评析没有这种保证。在本文中,我们表明,CCA确实提供了强有力的保证社会福利的价格增量和停止规则是很好的选择。这是非常令人惊讶的,因为价格增量的选择主要用于调整拍卖持续时间,而停止规则很少引起注意。主要结果是一个多对数近似保证社会福利时,由投标人要求$\mathcal{C}$的项目的最大数量是固定的。具体而言,我们表明,无论是CCA的收入至少是一个$Ω\Big(\frac{1}{\mathcal{C}^{2}\log n\log^2m}\Big)$ -分数的最优福利或福利的CCA至少是一个$Ω\Big(\frac{1}{\log n}\Big)$ -分数的最优福利,其中$n$是投标人的数量和$m$是项目的数量。作为推论,福利比率-最优分配的社会福利与CCA分配的社会福利之间的最坏情况比率-至多为$O(\mathcal{C}^2 \cdot \log n \cdot \log^2 m)$。我们强调,后一种结果不需要假设投标人的估值函数。最后,我们证明了这样的依赖$\mathcal{C}$…
2015-07-23 cs.DS cs.GT
Complement-Free Couples Must Communicate: A Hardness Result for Two-Player Combinatorial Auctions
本文研究了具有$m$物品和两个次可加投标者的组合拍卖中福利最大化的通信复杂性。一个$\frac{1}{2}$ -近似可以通过具有零通信的平凡随机化协议或具有$O(1)$通信的平凡确定性协议来保证。我们表明,优于这些平凡的协议需要指数通信,解决一个悬而未决的问题[DobzinskiNS 10,Feige 09]。具体而言,我们表明,任何(随机)协议保证$(\frac{1}{2}+\frac{6}{\log_2 m})$近似需要在$m$的通信指数。这是紧的,甚至低阶项:我们进一步提出了一个$(\frac{1}{2}+\frac{1}{O(\log m)})$ -近似聚($m$)的通信。为了得到我们的结果,我们引入了一类新的次加性函数,这些函数“远离”分数次加性函数,并且可能对未来的工作有独立的兴趣。除了我们的主要结果,我们认为分数次加性和次加性通过MPH层次之间的估值谱。最后,我们讨论了我们的结果对组合拍卖与战略投标人的影响。
2018-11-24 cs.GT
Randomized Truthful Auctions with Learning Agents
Google Research(谷歌研究院);New York University(纽约大学);Yale University(耶鲁大学)
研究学习型智能体参与重复拍卖的设定,发现确定性真实拍卖无法保证收敛,且随机化拍卖在收入最大化上优于带保留价的第二价格拍卖,并给出了非渐近情况下的拍卖者后悔界。
2024-11-14 cs.GT cs.LG econ.TH
Auctions with Interdependence and SOS: Improved Approximation
相互依赖的价值使得基本的拍卖设计任务--特别是在单一物品拍卖中真实地最大化福利--相当具有挑战性。Eden等人最近确定,如果投标人的估价函数在其信号上是次模的(也称为SOS),一个真实的4-近似最优福利存在。我们表明存在一种机制,是真实的,并实现了紧密的2-近似的最佳福利时,信号是二进制的。我们的机制是随机的,只给投标人分配0或0.5的获胜概率。我们的结果利用子模集函数的性质,并扩展到拟阵设置。
2021-07-19 cs.GT
Randomized Revenue Monotone Mechanisms for Online Advertising
在线广告是许多互联网公司的主要收入来源。在线广告的一个核心组成部分是为给定广告位选择获胜广告并为其定价的基本机制。在本文中,我们研究设计一种机制的组合拍卖与相同的项目(CAII),我们有兴趣出售$k$相同的项目,一组投标人,每个要求一定数量的项目之间的$1$和$k$。CAII概括了重要的在线广告场景,如图像-文本和视频-pod拍卖[GK 14]。在图像-文本拍卖中,我们希望用$k$文本广告或单个图像广告来填充发布者网页上的广告位,而在视频-吊舱拍卖中,我们希望用可能不同持续时间的视频广告来填充$k$秒的广告间隙。我们的目标是设计满足收入单调性(RM)的真实机制。RM是一个自然约束,它指出,如果参与者的数量增加,或者如果一个参与者增加她的出价,机制的收入不应该减少。[GK 14]表明,对于CAII,没有确定性RM机制可以获得小于$\ln(k)$的PoRM,即,没有确定性机制可以获得大于最大社会福利的$\frac{1}{\ln(k)}$部分。[GK 14]还设计了一种基于PORM的$O(\ln^2(k))$的CAII机制。在本文中,我们试图克服[GK 14]的不可能性结果确定性机制,通过使用随机化的力量。我们表明,通过使用随机化,可以达到一个常数PoRM。特别是,我们设计了一个随机RM机制,PORM为$3$的CAII。
2015-07-01 cs.GT
From Convex Optimization to Randomized Mechanisms: Toward Optimal Combinatorial Auctions
我们设计了一个期望多项式时间,真实的期望,(1-1/e)-近似机制福利最大化的基本类组合拍卖。我们的研究结果适用于投标人的估值是m拟阵秩和(MRS),其中包括在这种情况下,包括覆盖函数,拟阵加权秩函数,凸组合的子模函数研究的最具体的例子。我们的近似因子是最好的,即使对于已知的和明确给定的覆盖估值,假设P!NP.我们的是第一个真实的期望和多项式时间机制,以实现一个NP-硬福利最大化问题的组合拍卖与异质商品和有限的估值的常数因子近似。我们的机制是一个新的框架,设计近似机制的基础上随机舍入算法的实例。典型的这种算法首先优化原始问题的分数松弛,然后随机地将分数解舍入为整数解。除了极少数的例外,这些算法无法转换为真实的机制。我们的机制设计框架的高级思想是直接优化舍入算法的(随机)输出,而不是舍入算法的输入。这种方法导致真实的预期机制,这些机制可以有效地实现时,相应的目标函数是凹的。对于投标人与MRS估值,我们给出了一种新的随机舍入算法,导致凹目标函数和(1-1/e)-近似的最佳福利。
2011-04-16 cs.DS cs.GT
Differentiable Economics for Randomized Affine Maximizer Auctions
University of YYY(YYY大学);Institute of WWW(WWW研究院);University of Maryland(马里兰大学);Carnegie Mellon University(卡内基梅隆大学);Optimized Markets, Inc.(优化市场公司);Strategic Machine, Inc.(战略机器公司);Strategy Robot, Inc.(战略机器人公司)
最近的自动化机制设计,微分经济学的方法,表示拍卖丰富的功能近似和优化其性能的梯度下降。可微经济学的理想拍卖架构应该是完全防策略的,支持多个投标人和物品,并且足够丰富以代表最优(即收入最大化)机制。到目前为止,这样的架构还不存在。有单一投标人的方法(MenuNet,RochetNet),这总是防策略,可以代表最佳机制。遗憾网是多投标人,可以近似任何机制,但只是近似防策略。我们提出了一个架构,支持多个投标人,是完全防策略,但不一定代表最佳的机制。这种架构是经典的仿射最大化拍卖(AMA),修改后提供彩票。通过使用微分经济学的基于梯度的优化工具,我们现在可以训练彩票AMA,在收入方面与以前的方法竞争或超越以前的方法。
2022-02-06 cs.GT cs.LG econ.GN
Machine Learning-Powered Combinatorial Clock Auction
University of Zurich(苏黎世大学);ETH Zurich(苏黎世联邦理工学院);ETH AI Center(苏黎世联邦理工学院人工智能中心)
本文提出首个实用的机器学习驱动组合时钟拍卖,仅用需求查询获取偏好,通过训练ML模型并高效选择高清算潜力查询,在频谱拍卖中显著优于CCA的效率与清算潜力。
2024-03-28 cs.AI cs.GT cs.LG
Generalization Guarantees for Multi-item Profit Maximization: Pricing, Auctions, and Randomized Mechanisms
Carnegie Mellon University(卡内基梅隆大学);Optimized Markets, Inc.(优化市场公司);Strategic Machine, Inc.(战略机器公司);Strategy Robot, Inc.(战略机器人公司);Stanford University(斯坦福大学)
本文针对仅能获取买家估值样本的多物品利润最大化场景,利用利润关于机制参数分段线性的结构,证明了多类机制的泛化样本复杂度新界,部分结果优于现有最优保证。
2023-05-06 cs.GT cs.LG
Ad auctions and cascade model: GSP inefficiency and algorithms
赞助式搜索拍卖(SSAs)的最佳经济机制设计是计算机制设计/博弈论的核心任务。两个开放的问题涉及到采用比目前使用的更准确的用户模型,以及在广义第二价格拍卖(GSP)和Vickrey-Clark-Groves机制(VCG)之间的选择。在本文中,我们提供了一些贡献来回答这些问题。本文研究了社会福利下的无政府代价(PoA)和稳定代价(PoS)以及普惠制下拍卖人的收益。当用户遵循著名的级联模型时,VCG。此外,我们提供了精确的,随机的和近似的算法,表明在现实世界的设置(雅虎!Webscope A3数据集,10个可用插槽)最佳分配可以在不到1秒的时间内找到多达1000个广告,即使超过1000个广告也可以在不到20毫秒的时间内近似计算,平均准确率超过99%。
2015-11-23 cs.GT
Descending Price Auctions with Bounded Number of Price Levels and Batched Prophet Inequality
我们考虑降价拍卖出售$m$单位的良好的单位需求i.i.d.买家,其中存在$k$关于拍卖时钟可以采用的价格水平的数量的外生界限。拍卖师的问题是为拍卖时钟选择价格水平$p_1 > p_2 > \cdots > p_{k}$,使得拍卖期望收益最大化。价格水平在拍卖前公布。我们把这个问题归结为预言家不等式的一个新变体,我们称之为\emph{batched prophet inequality},决策者选择$k$(递减)阈值,然后依次收集高于阈值的奖励(最多到$m$),同时随机打破联系。对于$m=1$的特殊情况(即,销售一个单一的项目),我们表明,由此产生的下降拍卖与$k$的价格水平达到$1- 1/e^k$的无限制(没有约束的$k$)的最优收益。这意味着只有4个价格水平的下降拍卖可以实现超过98%的最优收益。然后,我们扩展我们的结果为$m>1$,并提供了一个封闭形式的约束我们的拍卖作为一个功能的单位数$m$和价格水平的数量$k$的竞争比。
2022-03-02 cs.DM cs.DS cs.GT
Auction Design for Bidders with Ex Post ROI Constraints
该研究针对在线广告场景下竞拍者的事后ROI约束问题,刻画了DSIC拍卖的分配与支付规则,还确定了单竞拍者场景下的最优拍卖结构,为相关拍卖设计提供了理论支撑。
2023-10-03 cs.GT
On the Efficiency of All-Pay Mechanisms
我们研究了三种不同环境下的混合均衡的无效率,表示为无政府状态的无政府代价,全付拍卖:组合拍卖,多单位拍卖和单一项目拍卖。首先,我们考虑项目投标组合拍卖,其中m个全付拍卖并行运行,每一个好。对于分数次可加估值,我们通过证明一些表征博弈混合纳什均衡的结构性质,将上限从2 [Syrgkanis和Tardos STOC'13]加强到1.82。其次,我们设计了一个多单位拍卖的随机分配规则的全支付机制。我们发现,投标人与子模块化的估值,该机制承认一个独特的,75%的效率,纯纳什均衡。该机制的效率优于所有已知的无政府无政府代价的机制用于多单位拍卖的界限。最后,我们分析了单物品全付拍卖的动机,他们连接到比赛和显示紧界的社会福利,收入和最高出价的无政府无政府代价。
2015-08-05 cs.GT
No-Regret Online Autobidding Algorithms in First-price Auctions
本文研究带 ROI 约束的重复首价拍卖在线出价问题,提出以事后最优随机策略为基准的无悔算法,并分别在完全反馈与赌博机反馈下证明近优遗憾界。
2025-10-19 cs.GT
An Impossibility Result for Truthful Combinatorial Auctions with Submodular Valuations
我们发现,每一个普遍真实的随机机制的组合拍卖与子模块的估值,提供$m^{\frac 1 2 -ε}$近似的社会福利和使用值查询只必须使用指数许多值查询,其中$m$是项目的数量。与此相反,忽略激励,存在常数比近似算法为这个问题。我们的方法是基于一种新的\emph{direct hardness}方法,并完全跳过了臭名昭著的硬表征步骤。表征步骤是迄今为止机制设计算法中证明不可能结果的主要障碍。我们证明了我们的新技术的两个额外的应用:(1)普遍真实的多项式时间灵活的组合公共项目的不可能性结果和(2)准确的组合公共项目的真实预期机制的不可能性结果。后者是第一个结果,约束的权力多项式时间的真实性在任何设置的期望机制。
2010-11-08 cs.GT
Truthfulness with Value-Maximizing Bidders
在数字广告拍卖等市场中,投标人希望最大化价值而不是回报。这与拍卖理论中通常假设的效用函数不同,并导致不同的策略和结果。我们把最大化价值的投标人称为价值投标人。虽然简单的单物品拍卖格式是真实的,但标准的多物品拍卖格式允许操纵。这是直截了当地表明,不可能有一个真实的和收入最大化的确定性拍卖机制与价值投标人和一般估价。近似已经被用来作为一种手段,以实现真实性,我们研究的近似比,我们可以从真实的近似机制。我们发现,近似比,可以实现与确定性和真实的近似机制与$n$投标人和$m$项目不能高于1/n的一般估值。对于随机逼近机制,存在一个比率为O(sqrt(m))的框架。我们为估值受限的环境提供更好的比率。
2016-07-13 cs.GT
A Bayesian Clearing Mechanism for Combinatorial Auctions
University of Zurich(苏黎世大学);Google Research(谷歌研究院)
我们投在贝叶斯框架的组合拍卖设计的问题,以将先验信息纳入拍卖过程中,并尽量减少收敛轮数。我们首先开发了一个生成模型的代理人估值和市场价格,使清算价格成为最大的后验估计观察到的代理人估值。然后,生成模型形成了拍卖过程的基础,该过程在细化代理估值的估计和计算候选清算价格之间交替。我们提供了一个实现的拍卖使用假设密度过滤估计估值和期望最大化计算价格。在一系列的估值域的实证评估表明,我们的贝叶斯拍卖机制是高度竞争力的组合时钟拍卖方面的回合收敛,即使在最有利的选择价格增量为这个基线。
2018-11-16 cs.AI cs.GT
Position Auctions with a Capacity Constraint
University of Liverpool(利物浦大学);Augusta University(奥古斯塔大学)
本文研究了具有容量限制的位置拍卖模型,提出了一种超越简单贪心方法的算法,实现了常数因子近似保证,通过密度排序与容量感知的局部改进提升福利。
2026-10-27 cs.GT
Optimal Auctions for Negatively Correlated Items
研究了两个物品的收益最优拍卖的设计问题,投标人的估价在投标人之间是独立的,但在物品之间是负相关的。在本文中,我们得到了封闭形式的最优拍卖,通过直接解决上述两个困难。特别地,第一个困难是当在多维可行性下逐点最大化虚拟盈余时(即,边界可行性),(1)最佳临时分配在虚拟值中既不是平凡单调的,(2)虚拟值在投标人类型中也不是单调的。因此,由虚拟盈余最大化产生的最优临时分配不再保证BIC。为了解决(1),我们证明了边界定理的一个推广,并证明了最优临时分配确实是单调的虚拟值。为了解决(2),我们通过将(熨烫的)虚拟值重新定义为最低效用点的函数来调整Myerson的熨烫过程。第二个困难,也许是一个更具挑战性的困难,是效用最低的类型一般不再处于类型区间的端点。为了解决这个困难,我们通过构造证明存在一个分配规则和一个诱导的最低效用类型,使得它们形成虚拟盈余最大化的解,同时保证IIR。在单个投标人的情况下,最优拍卖由随机捆绑菜单和确定性捆绑菜单组成;而在多个投标人的情况下,最优拍卖是两个极端机制之间的随机化。我们的设置的最佳解决方案可以实现贝叶斯IC和IR拍卖,然而,也许令人惊讶的是,这种拍卖的收入不能实现任何(显性策略)IC和IR拍卖。
2016-06-02 cs.GT
Optimal Mechanism Design with Risk-loving Agents
机制设计中最著名的成果之一是迈尔森对销售单一物品的收入最优拍卖的描述。然而,这一结果在很大程度上依赖于买方对风险漠不关心的假设。在本文中,我们调查的情况下,买方是风险爱好,即他们更喜欢赌博,以获得奖励确定性。我们使用期望效用理论的标准风险模型,其中风险偏好行为由凸效用函数表示。我们把注意力集中在指数效用函数的特殊情况下。我们的最优拍卖的特点,并表明,随机化可以用来提取更多的收入比当买家是风险中性的。最重要的是,我们表明,最优拍卖是简单的:最优的收入可以提取使用一个随机的接受或离开它的价格为一个单一的买家,并使用一个失败者支付拍卖,一个变种的全付拍卖,为多个买家。最后,我们表明,这些结果不再成立凸效用函数超过指数。
2018-10-05 cs.GT
Universally Truthful Secondary Spectrum Auctions
我们提出了一种机制设计方法,用于实现无线网络中的本地频谱重新分配的算法。例如,在单跳请求调度中,二级用户被建模为理性代理,当为成功传输分配信道时,这些代理具有私人效用。我们提出了一个相当简单的算法技术,允许把现有的和未来的近似算法和proximistics到真实的机制,为各种各样的网络问题。与以前的工作相比,我们的方法适用于文献中几乎所有已知的干扰模型,包括基于SINR的干扰物理模型。它允许解决单跳和多跳调度,路由,甚至更一般的分配和分配问题。我们的机制是随机的,并代表了第一个普遍真实的机制,这些问题与严格的最坏情况下的解决方案的质量保证。通过这种方式,我们的机制可以用来获得保证的解决方案的质量,即使与风险规避或风险寻求投标人,现有的方法失败。
2013-05-10 cs.GT
Optimal Auctions with Correlated Bidders are Easy
我们考虑的问题,设计一个收入最大化的拍卖为一个单一的项目时,投标人的价值是从相关分布。我们观察到,存在一个算法,找到最佳的随机化机制,运行在时间多项式的支持的大小。我们利用这一结果表明,在由Ronen和Saberi [FOCS'02]引入的预言机模型中,存在多项式时间的真实期望机制,该机制提供了最佳真实期望机制可实现的收入的$(\frac 3 2+ε)$近似,以及多项式时间的确定性真实机制,该机制保证了最佳确定性真实机制可实现的收入的$\frac 5 3$近似。我们表明,$\frac 5 3$近似机制提供了相同的近似比也相对于最佳的真实预期机制。这表明预期真实性和确定性机制之间的性能差距相对较小。在途中,我们解决了Mehta和Vazirani [EC'04]的一个悬而未决的问题。最后,我们将我们的一些结果扩展到多项目的情况下,并展示如何计算更复杂的估值投标人的最佳真实预期机制。
2010-11-10 cs.GT
The Price of Anarchy in Auctions
Stanford University(斯坦福大学);Microsoft Research(微软研究院);Cornell University(康奈尔大学)
本调查概述了一个一般的和模块化的理论证明近似保证拍卖的平衡在复杂的设置。这一理论补充了传统的经济技术,一般侧重于准确和最佳的解决方案,因此仅限于相对程式化的设置。我们强调三个用户友好的分析工具:平滑型不等式,立即产生近似保证许多拍卖格式的利益在特殊情况下的完全信息和确定性策略;扩展定理,这种保证扩展到随机策略,无遗憾的学习结果,和不完全信息设置;和组成定理,这种保证从简单到更复杂的拍卖。结合这些工具产生严格的最坏情况下的近似保证许多广泛使用的拍卖格式的均衡。
2016-07-26 cs.AI cs.GT cs.LG
Optimal Referral Auction Design
本文研究了网络上的拍卖机制设计,提供了激励相容拍卖的类Myerson刻画,并推导出独立同分布竞标者的收入最优推荐拍卖结构,实验证明其收益优于现有网络拍卖。
2023-07-01 cs.GT econ.TH
Distributional Robustness: From Pricing to Auctions
稳健机制设计是贝叶斯机制设计的一种新兴替代方法,贝叶斯机制设计产生的设计不依赖于完全分布知识等假设。我们将这种方法应用于销售单个项目的机制,假设只有价值分布的平均值和投标人价值的上限是已知的。我们寻求的机制,最大限度地提高收入的最坏情况下的分布与已知参数兼容。这种机制是卖方和选择分配的对手之间的零和博弈的均衡,因此可以称为最大-最小机制。Carrasco et al. [2018]推导出当卖方面对单个投标人时的最大最小定价。通过研究两个独立同分布的规范设置,我们从最大-最小定价到最大-最小拍卖。投标人,并显示最大-最小机制是第二价格拍卖与随机储备。我们得到了一个封闭形式的解决方案,在储备价格的分布,以及最坏情况下的价值分布,其中有简单的经济直觉。事实上,我们得到了一个封闭形式的解决方案的保留价分布的任何数量的投标人。我们解决零和博弈的技术与Carrasco等人的技术完全不同。它包括分析该设置的离散化版本,然后细化该离散化网格并导出用于非离散化的原始设置的封闭形式的解。我们的结果建立了两个投标人的情况下,$n \ge 3$投标人之间的差异。
2022-05-20 cs.GT
Discrete Single-Parameter Optimal Auction Design
本文利用LP对偶、多面体理论和KKT条件,在离散单参数拍卖中刻画最优拍卖为广义虚拟福利最大化,并证明全幺模性保证整数分配最优,应用于树上可行流拍卖。
2025-01-24 cs.DM cs.GT
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
Optimal Multi-Item Auctions with I.I.D. Values
Renmin University of China(中国人民大学);Beijing Institute of Technology(北京理工大学)
该研究针对满足DSIC和事后个体理性的多物品拍卖,对两点分布给出最优确定性机制与多项式时间收益算法,证明一般有限支撑分布下的计算难度,并在参数限制下给出精确与近似算法。
2026-10-09 cs.GT
Robust Scale-Free Auctions
Yale School of Management(耶鲁管理学院)
该研究针对先验无关拍卖设计,证明无保留第二价格拍卖是$n\ge2$单调风险率竞拍者的极大极小最优机制,发现非标准机制比标准混合机制收益更高,揭示尾部约束对拍卖设计的影响。
2026-08-18 cs.GT econ.TH
Pricing Online Decisions: Beyond Auctions
我们认为,在自私的代理人产生在线事件的在线设置中的动态定价方案。先前关于在线机制的工作几乎完全涉及在拍卖设置中最大化社会福利或收入的目标。本文涉及相当一般的设置和社会成本最小化。我们表明,适当计算后的价格允许一个最好的在线算法实现基本相同的性能。这适用于各种各样的环境。与在线算法不同,在线算法了解事件,然后做出可执行的决策,价格在不知道未来事件甚至当前事件的情况下发布,因此本质上是主导策略激励兼容的。特别是,我们可以给有效的发布价格机制计量任务系统,$k$服务器问题的一些实例,和计量匹配问题。我们给出了确定性和随机算法。这种公布的价格机制大大降低了社会成本,而不是自私的行为,因为没有任何决定会产生费用。一个诱人的应用是以指数级方式降低免费停车的社会成本。
2015-04-05 cs.DS cs.GT
Complexity of Auctions with Interdependence
INRIA(法国国家信息与自动化研究所);ENSAE(国立统计与经济管理学院)
研究拍卖设计中相互依赖模型的计算复杂性,分析在确定性和随机性设定下,优化 truthful 机制的近似比问题,推翻传统假设,提供高效算法和复杂性理论。
2026-03-19 cs.CC cs.DS cs.GT
LLM Bidders Preserve the Mechanism-Level Orderings of Human Bidders
Dropbox Inc.(Dropbox公司);Expected Parrot Inc.(Expected Parrot公司)
本文研究LLMs在拍卖中的行为,引入合成数据生成过程,发现具备思维链推理的LLMs与风险规避人类竞标者一致,在显性策略防伪拍卖中接近理论预测,且易陷赢家诅咒,通过纳什偏离提示可显著改善表现,并以低成本验证了LLM代理的可行性。
2026-09-29 cs.AI cs.GT
A Competitive Posted-Price Mechanism for Online Budget-Feasible Auctions
本文针对在线预算可行拍卖中代理成本私密且按随机顺序到达的问题,提出一种基于OPT估计在线测试与自适应搜索的随机化发布价格机制,实现了常数竞争比,解决了EC 2012提出的开放问题。
2025-04-13 cs.DS cs.GT
Individual Welfare Guarantees in the Autobidding World with Machine-learned Advice
该研究针对自动竞价场景下总福利提升可能损害个体竞价者福利的问题,分析了有无机器学习建议时的个体福利损失,提出将机器学习建议设为个性化保留价的VCG拍卖机制,给出个体福利下界并证明其最优性,还将结果拓展至GFP和GSP拍卖。
2023-06-14 cs.GT
On the Power of Determinism in Multi-Item Auctions
University of Glasgow(格拉斯哥大学);University of Technology, Nuremberg(纽伦堡工业大学)
该研究针对单加性买家的多物品垄断拍卖场景,通过构建拉格朗日对偶证明与新的收益不等式,推导了三种简单确定性拍卖的更紧近似比,大幅改进了已有最优收益上界结果。
2026-11-04 cs.DM cs.GT
Optimal Price Discrimination for Randomized Mechanisms
本文研究中介信号传递下的价格歧视,将 Bergemann 等人的最优消费者剩余保证扩展到受预算约束和 FedEx 等随机机制设定,并证明在私人价值加私人预算的一般情形下该结果不成立。
2023-04-27 cs.GT
The Second-Price Knapsack Problem: Near-Optimal Real Time Bidding in Internet Advertisement
在许多在线广告(ad)交换中,广告位各自经由单独的第二价格拍卖来出售。本文考虑了投标人的问题,最大限度地提高他们购买的广告在这些拍卖的价值,预算约束。这种“第二价格背包”问题在设计投标策略时提出了挑战,因为不确定的资源消耗:投标人如果出价最高,则获胜,但支付第二高的出价,先验未知。这与传统的在线背包问题形成对比,在传统的在线背包问题中,当广告到达时公布价格,并且存在丰富的原始和对偶算法文献。本文的主要结果建立了一般的方法适应这些原始和双在线背包选择算法的第二价格背包问题,其中的价格只有在投标后才显示。特别地,提供了一种用于将确定性和随机化背包选择算法转换为第二价格背包出价策略的方法,该第二价格背包出价策略通过一组等效的标准来购买广告,从而实现相同的竞争保证。这表明了传统的背包选择算法和第二价格拍卖出价算法之间的联系,以前没有被利用。对真实广告交易数据的实证分析验证了该方法的有效性,并给出了优于现有技术的实例。
2020-03-13 cs.GT math.OC
Bidding for Representative Allocations for Display Advertising
展示广告传统上是通过担保合同销售的-担保合同是出版商和广告客户之间的一项交易,在一定时期内分配一定数量的展示,每次展示的价格预先规定。然而,随着显示广告的现货市场,如RightMedia Exchange,已经变得越来越突出,在给定页面上显示的广告的选择越来越多地基于价格,使用拍卖来选择。随着交易参与者数量的增加,印象的价格成为其价值的信号。价格和价值之间的这种相关性意味着,通过投标执行合同的卖方应该向合同买方提供一系列价格,而不仅仅是满足其需求所需的最便宜的印象。使用一系列价格来实现合同类似于创建广告印象的共同基金,并且需要{ \em随机投标}。我们描述了什么样的分配可以实现随机招标,即那些在每个价格获得的期望份额是一个非增函数的价格。此外,我们提供了一个完整的特性,当一组活动是兼容的,以及如何实现它们与随机投标策略。
2009-10-05 cs.GT cs.MA
Incentive-aware Contextual Pricing with Non-parametric Market Noise
Massachusetts Institute of Technology(麻省理工学院)
本文研究了多个策略购买者的重复情境第二价格拍卖的动态定价问题,这些购买者的目标是最大化他们的长期时间折扣效用。卖方对买方的总体需求曲线的信息有限,这取决于非参数的市场噪声分布,买方可能会提交损坏的出价(相对于真实估值),以操纵卖方的定价政策,在未来更有利的保留价。我们专注于设计卖方的学习政策,以设置上下文的保留价,卖方的目标是最大限度地减少后悔相比,一个基准的千里眼政策,有充分的信息,买家的需求的收入。我们提出了一个阶段性的结构,采用随机的“隔离”期间,在此期间,买方被随机选择单独参加拍卖的政策。我们表明,这种设计允许卖方控制的期间,买方显着腐败他们的出价的数量。然后我们证明我们的政策享有$T$ -时期遗憾的$\widetilde{\mathcal{O}}(\sqrt{T})$面对战略买家。最后,我们进行数值模拟,比较我们提出的算法标准的定价政策。我们的数值结果表明,我们的算法优于这些政策下的各种买方投标行为。
2023-02-07 cs.GT cs.LG stat.ML
On the (in)-approximability of Bayesian Revenue Maximization for a Combinatorial Buyer
我们考虑一个收入最大化的单一卖方与$m$项目出售给一个单一的买家,其价值$v(\cdot)$的项目是从一个已知的分布$D$的支持$k$。Cai等人的一系列工作建立了当$D$支持下的每个$v(\cdot)$是加性或单位需求(或$c$ -需求)时,可以在$\operatorname{poly}(m,k)$时间内找到收入最优拍卖。我们表明,仅仅超出这一点,甚至拟阵为基础的估值(一个适当的子集的总替代),结果在强硬度的近似。具体地说,即使在具有$m$项和$k \leq m$赋值的实例上支持$D$,也不可能实现任何$\varepsilon>0$的$1/m^{1-\varepsilon}$ -近似到(随机化)多时间中基于矩阵的赋值的收入最优机制,除非NP $\subseteq$ RP(注意,$1/k$ -近似是微不足道的)。Cai等人的主要技术贡献是从$\mathcal{V}$类中估值的收入最大化到优化$\mathcal{V}$类中两个值之间的差异的黑盒缩减。我们的主要技术贡献是在另一个方向上的黑箱约简(对于广泛的估值类别),确定它们的约简本质上是紧密的。
2020-07-10 cs.GT
Online Bipartite Matching via Smoothness
本文从平滑性视角分析在线二分图匹配问题,指出Eden等人(2021)的证明结合了价值覆盖与收入覆盖,核心新结论是该问题满足$μ=1$收入覆盖,并由此推导出多项新旧观察。
2023-07-31 cs.GT econ.TH