QUAD: A Quality Aware Multi-Unit Double Auction Framework for IoT-Based Mobile Crowdsensing in Strategic Setting
近年来，使用携带智能设备的智能代理的众包变得越来越流行。它已经打开了一个广泛的现实生活应用列表，如测量空气污染水平，道路交通信息等。在文献中，这被称为移动众包或移动众感。在本文中，所讨论的设置由多个任务请求者（或任务提供者）和多个物联网设备（作为任务执行器）组成，其中每个任务提供者都具有多个同构的感测任务。每个任务请求者向平台报告出价以及同类感测任务的数量。另一方面，我们有多个物联网设备，它们报告请求（提供服务的费用）和它可以执行的传感任务的数量。任务请求者和物联网设备的估值是私人信息，两者都可能采取战略行动。本文中的一个假设是，代理（任务提供者和物联网设备）的出价和要价遵循边际收益递减准则。在本文中，提出了一种真实的机制来分配物联网设备的任务请求者所携带的传感任务，这也考虑到物联网设备的质量。该机制是真实的，预算平衡，个人理性，计算效率，和先验自由。进行了模拟，以衡量所提出的机制对基准机制的性能。代码和合成数据可在\textbf{https://github.com/Samhitha-Jasti/QUAD-Implementation}上获得。
2022-03-17 cs.GT
Target Tracking via Crowdsourcing: A Mechanism Design Approach
Department of Electrical Engineering and Computer Science, Syracuse University（雪城大学电气与计算机工程学院）
本文提出一种基于众包的框架，通过设计在无线传感器网络中的最优拍卖机制，实现我的opic目标跟踪。该方法通过拍卖征集自利传感器的投标，保证传感器的理性与诚实，最终将问题转化为多选背包问题并用动态规划解决。
2014-05-21 cs.GT cs.SY eess.SY
Resource allocation with costly participation
我们提出了一个新的全付拍卖格式，其中风险爱好的投标人支付一个恒定的费用，每次他们投标的对象，其货币价值是共同的知识，投标费用是唯一的利益来源的卖方。我们证明了该模型存在{唯一}对称子博弈完美均衡（SSPE）。当拍卖中允许重新进入时，其特征SSPE是平稳的，当禁止重新进入时，它是马尔可夫完美的。此外，我们充分描述了卖方的预期收入。通常，无论是否重新进入，卖方选择$v$（对象的价值）、$s$（销售价格）和$c$（投标费）使得$\frac{v-s}{c}$变得足够大都是更有利的。特别地，当允许再次进入时：卖方的期望收益是投标者数量的\emph{independent}，在出售价格中减少，在对象的价值中增加，在投标费用中减少;并且，当玩家是风险中性时，卖方的收益等于对象的价值，当投标者是风险爱好者时，它严格大于对象的价值。我们进一步表明，允许重新进入在实践中可能是重要的。因为，如果卖家进行这样的拍卖而不允许重新进入，拍卖会将持续很长时间，并且几乎所有的时间都只剩下两个玩家。因此，卖方的收入取决于这两个玩家是否愿意参与可能持续数千轮的拍卖，没有任何中断
2016-03-02 cs.GT math.OC
General Privacy-Preserving Verifiable Incentive Mechanism for Crowdsourcing Markets
在众包市场中，有两种不同类型的工作，即同质工作和异质工作，需要分配给工人。激励机制是吸引用户广泛参与以实现良好服务质量的必要条件，特别是在给定的预算约束条件下。为此，最近，Singer等人提出了一类新的拍卖机制，用于确定受给定预算约束的众包市场的任务的近最优价格。他们的机制是非常有用的，以激励广泛的用户真实地参与众包市场。尽管它们如此重要，但在现实生活环境中仍然存在许多安全和隐私挑战。本文提出了一种具有预算约束的众包市场隐私保护的可验证激励机制，不仅研究了在同质和异质工作的众包市场中如何保护投标和任务的隐私、中标者的隐私以及用户的身份隐私，而且研究了众包应用平台和用户之间的可验证支付。结果表明，我们的一般隐私保护的可验证的激励机制实现了相同的结果，一般的一个没有隐私保护。
2014-07-22 cs.CR cs.GT
Budget-Feasible Mechanisms for Submodular Welfare Maximization in Procurement Auctions
School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院）；School of Rail Transportation, Soochow University（苏州大学轨道交通学院）
本文提出BFM-SWM机制，首次在采购拍卖中实现子模福利最大化的预算可行机制，具有可证明的近似保证，同时改进了效率和效果。
2026-09-17 cs.GT
An Efficient and Truthful Pricing Mechanism for Team Formation in Crowdsourcing Markets
在众包市场中，请求者希望组建一个工作团队来执行需要各种技能的复杂任务。候选工人宣传他们的认证技能，并为他们的参与出价。我们设计了四种激励机制来选择工人组成一个有效的团队（可以完成任务），并确定每个工人的报酬。我们研究的盈利能力，个人的理性，计算效率和真实性的四个机制。我们的分析表明，TruTeam，四个机制之一，是优于其他，特别是由于其计算效率和真实性。我们的大量模拟证实了分析结果，并证明TruTeam是众包市场中团队组建的高效且真实的定价机制。
2018-12-12 cs.GT cs.HC
LEPA: Incentivizing Long-term Privacy-preserving Data Aggregation in Crowdsensing
在本文中，我们研究了实时数据聚合的激励机制设计，其中持有大量的人群感知应用。尽管对静态激励机制进行了广泛的研究，但由于无法维持PU的长期参与，因此这些机制都不适用于实时数据汇总。我们强调，要维持执行局的长期参与，保护他们的隐私以及为他们提供理想的累积补偿至关重要。因此，在本文中，我们提出了LEPA，一个有效的激励机制，以刺激长期参与实时数据聚合。具体而言，我们允许PU通过报告噪声数据来保护其隐私，通过适当的隐私和准确性措施来量化其对聚合准确性的影响。然后，我们提供了一个框架，共同优化的激励计划在不同的时隙，以确保理想的累积补偿PU，从而防止PU中途离开系统。考虑到PU的战略行为和组合性质的传感任务，我们提出了一个计算效率的在线拍卖与接近最优的性能存在的NP-困难的赢家用户选择。我们进一步表明，建议的在线拍卖满足理想的真实性和个人理性的属性。理论分析和大量的仿真验证了LEPA的性能。
2017-12-23 cs.GT
Prior-Independent Auctions for the Demand Side of Federated Learning
MIT（麻省理工学院）
联邦学习（FL）是一种范例，它允许分布式客户端学习共享的机器学习模型，而无需共享其敏感的训练数据。虽然在很大程度上是分散的，但FL需要资源来资助中央协调器或偿还数据集的贡献者以激励参与。从先前的独立拍卖设计的见解的启发，我们提出了一种机制，FIPIA（通过先前的独立拍卖联合激励支付），从自我利益的客户端收集货币贡献。该机制在半诚实信任模型中运行，即使客户端对接收高质量模型有不同的兴趣，服务器也不知道客户端的兴趣水平。我们在MNIST、FashionMNIST和CIFAR-10数据集上进行了实验，以测试客户在FIPIA和FIPIA激励属性下的模型质量。
2021-04-13 cs.GT cs.LG
Frugal Online Incentive Mechanisms for Crowdsourcing Tasks Truthfully
移动人群感知（MCS）是一种新的模式，它利用无处不在的智能手机来有效地收集数据，从而实现许多新颖的应用。为了实现良好的服务质量的MCS应用，激励机制是必要的，以吸引更多的用户参与。大多数现有的机制只适用于离线的情况下，所有用户的信息是已知的先验。相反，我们关注的是一个更现实的场景，用户以随机顺序一个接一个地在线。基于在线拍卖模型，研究了用户在到达时向众包者提交个人信息的问题，众包者的目标是在指定的截止日期之前选择一部分用户，使总支付最小，同时完成指定数量的任务，设计了三种在线机制：Homo-OMZ，Hetero-OMZ和Hetero-OMG，它们都能满足计算效率，个人理性、成本真实性和消费者主权。Homo-OMZ机制适用于同质用户模型，能够满足社会效率但不满足恒节俭。Hetero-OMZ和Hetero-OMG机制适用于同构和异构用户模型，并能满足恒定的节俭性。此外，Hetero-OMG机制还可以满足时间真实性。通过大量的模拟，我们评估的性能和验证我们的在线机制的理论属性。
2014-04-09 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
A Dominant Strategy Truthful, Deterministic Multi-Armed Bandit Mechanism with Logarithmic Regret
随机多臂强盗（MAB）机制被广泛应用于赞助搜索拍卖、众包、在线采购等领域。现有文献中提出的具有确定性支付规则的随机MAB机制必然会遇到$Ω(T^{2/3})$的问题，其中$T$是时间步的数目。这是因为现有的机制考虑了最坏的情况，其中代理的随机奖励的平均值被取决于$T$的非常小的量分开。我们做，并利用关键的观察，在大多数情况下，代理人的奖励之间的分离很少是一个功能的$T$。此外，在武器的奖励任意接近的情况下，这种次优武器所带来的遗憾是最小的。我们的想法是允许中心指示分辨率，$Δ$，必须用它来区分代理。这立即导致我们引入$Δ$ -后悔的概念。使用赞助搜索拍卖作为一个具体的例子（同样的想法适用于其他应用程序，以及），我们提出了一个主导战略激励兼容（DSIC）和个别理性（IR），确定性MAB机制，从上置信限（UCB）家庭的MAB算法的思想的基础上。值得注意的是，所提出的机制$Δ$ -UCB实现了一个$Δ$ -遗憾的$O(\log T)$的情况下，赞助搜索拍卖。我们首先建立单插槽赞助搜索拍卖的结果，然后非平凡的扩展结果的情况下，多个插槽被分配。
2020-05-29 cs.GT
Characterizations of Network Auctions and Generalizations of VCG
本文研究社交网络中的拍卖问题，针对单件设置刻画了网络拍卖在弱预算平衡、个体合理性、激励兼容性及效率等方面的性质，并利用奖励等新概念设计了有效且尽可能满足激励兼容性的机制，为理解社交网络拍卖提供了见解。
2023-08-02 cs.DS cs.GT
Tight Inapproximability of Pacing and Throttling Equilibria in Second-Price Auctions
Beijing Institute of Technology（北京理工大学）
该研究针对第二价格拍卖，证明 pacing 和 throttling 两种预算控制机制的均衡均具有强不可近似性，且近似无法消除非平凡参数下的不动点障碍。
2026-08-18 cs.CC cs.GT
Crowdsourcing with Tullock contests: A new perspective
众包的激励机制在全付拍卖的框架下得到了广泛的研究。沿着一条不同的路线，本文提出了使用塔洛克竞赛作为一种替代工具，设计激励机制的众包。我们受到塔洛克竞赛在其他领域吸引用户进入（但不一定是更高的收入）的有益性的启发。在本文中，我们探索了一个新的维度，在最佳的塔洛克竞赛设计，取代比赛奖金-这是固定在传统的塔洛克竞赛-与奖励函数，这是依赖于（未知）赢家的贡献，以最大限度地提高众包的效用。我们表明，这种方法导致有吸引力的实际优势：（a）它非常适合在完全分布式的网络代理和智能手机应用程序的快速原型设计;（b）它克服了参与者的对抗越来越多的竞争对手所造成的抑制。此外，我们优化传统的，固定奖塔洛克竞赛，以构建最优越的基准比较对我们的机制。通过广泛的评估，我们表明，我们的机制显着优于最佳基准，超过三倍的众包的效用暨利润和高达九倍的球员的社会福利。
2017-01-05 cs.GT cs.HC cs.MA
Auction-based Incentive Mechanisms for Dynamic Mobile Ad-Hoc Crowd Service
我们调查一种新兴的用户辅助的移动应用程序或服务，称为动态移动Ad-hoc人群服务（DMACS），如通过智能手机或位置隐私保护通过一群智能手机用户的协作流。这样的服务由携带智能移动设备（例如，智能电话）彼此紧密接近（例如，在蓝牙范围内）。DMACS系统中的用户随时间动态地到达和离开，并且根据无线电范围约束被分成多个可能重叠的组。这类系统成功的关键是要有一个激励用户参与和确保公平交易的机制。本文设计了一种多市场、动态的双重拍卖机制，简称为M-CHAIN，并证明它是真实的、可行的、个人理性的、无赤字的、计算效率高的。M-CHAIN的新颖性和重要性在于它解决了移动无线环境中自然发生的多组或多市场动态双向拍卖问题中的公平交易问题。我们通过模拟生成的用户模式（随机到达，随机市场聚类的用户）和现实世界的痕迹的基础上证明了它的效率。
2015-03-23 cs.GT cs.NI
Providing Long-Term Participation Incentive in Participatory Sensing
提供足够的长期参与激励对于参与式传感系统保持足够数量的活跃用户（传感器），以便收集足够数量的数据样本并支持期望的服务质量水平是重要的。在这项工作中，我们考虑了传感器选择问题，在一般的时间依赖和位置感知的参与式传感系统，考虑到长期的用户参与激励明确考虑。我们系统地研究了不同的信息场景下的问题，关于未来的信息和当前的信息（实现）。特别是，我们提出了一个基于Lyapunov的VCG拍卖政策的在线传感器选择，它渐近收敛到最佳的离线基准性能，即使没有未来的信息和（当前）信息不对称。大量的数值结果表明，我们提出的政策优于文献中的最先进的政策，在用户参与（例如，将用户丢弃概率降低25%到90%）和社会性能（例如，增加社会福利15%至80%）。
2016-02-24 cs.GT cs.NI
Pacing Equilibria in Abstract Mechanisms
Columbia University（哥伦比亚大学）
本文提出抽象机制中节奏均衡的统一理论，证明在出价最大化按报价支付机制下均衡存在唯一且可凸规划刻画，并推广至满足支付单调性的机制，确保计算效率、帕累托最优及收入最大化。
2026-09-24 cs.GT
Optimal Prizes for All-Pay Contests in Heterogeneous Crowdsourcing
激励措施是众包成功的关键，而众包在很大程度上取决于用户的参与程度。本文设计了一种激励机制，以激励异构人群的用户积极参与众包活动。我们投在一个新的，不对称的全付费竞赛模型与不完全信息的问题，其中任意n个用户施加不可撤销的努力，以竞争一个奖元组。奖励元组是奖励函数的数组，与传统竞赛通常使用的单个恒定奖励相反。我们设计了一个最优的比赛，（a）诱导最大的利润-总用户的努力减去奖金支付-为众包，和（b）确保用户严格有动机参与。与直觉和先前的相关工作形成鲜明对比的是，我们的机制诱导了一种平衡，在这种平衡中，异质用户的行为彼此独立，就好像他们处于同质环境中一样。这个新发现的属性，我们硬币作为战略自治（SA），是具有实际意义的：它（a）减少计算和存储的复杂性，由n倍的每个用户，（b）增加众包的收入，通过抵消努力保留效果存在于不对称的比赛，（c）中和（几乎普遍）的边际收益递减（DMR）的法律。通过广泛的数值案例研究，我们展示和审查我们的机制的优越的盈利能力，以及绘制洞察SA属性。
2018-12-12 cs.GT cs.MA
Multi-Task Diffusion Incentive Design for Mobile Crowdsourcing in Social Networks
针对大规模众包中工人池不足的问题，提出基于社交网络多任务扩散的激励机制MT-DM-L，利用MT-RR集合近似效用，在保证个体理性、真实性和计算效率的同时实现近似最优。\n
2023-03-22 cs.GT cs.SI
Incentive Compatibility, Scalability and Privacy in real time Demand Response
可再生能源在现代智能电网中的高度渗透需要开发需求响应（DR）机制以及针对新兴灵活性市场的相应创新服务。从博弈论的角度来看，这种DR机制的基本关键性能指标（KPI）是在社会福利、实用性和激励保证方面的效率，在某种意义上，使每个用户根据他/她的偏好如实行事成为主导策略，不留下作弊的余地。在本文中，我们提出了一个DR架构，包括一个基于Ausubel成交拍卖和通信协议的机制，可证明保证效率和真实的用户参与。通过简单的查询增强了参与的实用性/容易性，而通过分布式实现解决了用户隐私问题。仿真结果证实了所需的属性，同时也表明，在参与者不是特别灵活的市场中，真实性属性变得更加重要
2019-02-25 cs.GT
Optimal Auction Design under Costly Learning
Department of Economics, University of Southampton（南安普顿大学经济学系）
本文提出在信息获取成本下，通过两阶段机制实现最优拍卖设计，第二阶段采用VCG机制以最大化收益，第一阶段通过转移费实现类型筛选和信息租金吸收，统一了效率与收益。
2025-12-08 cs.GT cs.IT econ.TH
Auction-Based Regulation for Artificial Intelligence
Department of Computer Science, University of Maryland, College Park, MD, USA（马里兰大学计算机科学系，College Park, MD, USA）；SAP Labs, LLC（SAP实验室）；Department of Computer Science, University of Central Florida, FL, USA（佛罗里达大学计算机科学系，FL, USA）
本文提出基于拍卖的AI监管机制，通过数学框架激励企业部署合规模型并参与监管，实验证明其在提升合规率和参与率方面优于传统方法。
2026-05-07 cs.AI cs.CY cs.GT
A VCG-based Fair Incentive Mechanism for Federated Learning
针对联邦学习等 CVGP 博弈中的逆向拍卖问题，提出 PVCG 激励机制及 RIM 计算方法，证明其同时满足真实性、帕累托效率、个体理性和弱预算平衡。
2024-06-17 cs.GT
CENTURION: Incentivizing Multi-Requester Mobile Crowd Sensing
最近能力越来越强的移动设备的激增已经引起了移动人群感测（MCS）系统，其将感测数据的收集外包给携带各种移动设备的参与工作人员的人群。研究界认识到有效激励参与这类系统的极端重要性，提出了各种各样的激励机制。然而，不同于大多数这些现有的机制，假设只存在一个数据请求者，我们认为MCS系统与多个数据请求者，这实际上是更常见的实践。具体而言，我们的激励机制是基于双拍卖，并能够刺激数据请求者和工人的参与。在实际实践中，激励机制通常不是一个孤立的模块，而是与聚合工人数据的数据聚合机制交互。出于这个原因，我们提出了CENTURION，一种新的多请求者MCS系统的集成框架，包括上述的激励和数据聚合机制。CENTURION的激励机制满足真实性、个人理性、计算效率以及保证非负社会福利，其数据汇总机制产生高度准确的汇总结果。通过理论分析和大量的仿真验证了CENTURION的理想性能。
2017-01-06 cs.GT
Double-Auction Mechanisms for Resource Trading Markets
我们考虑一个双拍卖机制，这是最近提出的移动数据卸载市场的速率分配的背景下。网络运营商（用户）从将其流量卸载到第三方WiFi或毫微微蜂窝网络（链路供应商）中获益。链路供应商因其提供的额外容量而承受成本。用户和链接提供者（统称为代理人）的支付和成本函数作为私人知识。网络管理器将问题分解为网络问题和代理问题。代理支付和成本函数由代理人的出价调制。代理人的收益和成本由网络管理者设定的分配和价格决定。在这种设计下，只要代理人不预期他们的行为对网络管理者设定的价格的影响（即，价格接受代理），竞争均衡存在作为网络和代理问题的解决方案，并且该均衡优化所有代理的总效用。然而，这种设计失败时，代理商都是战略（价格预期）。具体来说，存在一个战略链接供应商驱动系统到一个不希望的平衡与零参与导致效率损失100%。这与早期的设置形成了鲜明的对比，在早期的设置中，只有用户是战略性的，而链路供应商不是-效率损失最多为34%。然后，本文提出了一个斯塔克伯格博弈修正，当用户的支付函数是线性时，效率损失可以用链路供应商的成本函数来表征。具体来说，当链路供应商的成本函数是二次的，最坏情况下的效率损失是25%。此外，对于更高次数的多项式成本函数，效率损失得到改善。
2021-02-09 cs.GT cs.NI
Buying Data of Unknown Quality: Statistical Information Procurement Auctions
Columbia University（哥伦比亚大学）；MIT（麻省理工学院）
本文研究数据市场中统计参数估计问题，提出基于Fisher信息评分的采购机制，在数据质量未知时通过统计检验确保数据质量，分析验证测试和准确性成本权衡对数据市场参与和误报激励的影响。
2026-08-27 cs.GT econ.TH stat.ME
Contracting with a Mechanism Designer
University of Bergen（卑尔根大学）；Hong Kong University of Science and Technology（香港科技大学）；University of Electronic Science and Technology of China（电子科技大学）；Central China Normal University（华中师范大学）
本文研究了众包市场中主体通过中介与工人互动的机制设计问题，提出了虚拟价值定价模型，并分析了双边际化价格和纳什均衡价格在不同分布下的界限。
2026-02-01 cs.GT
