Market Design for Capacity Sharing in Networks
Operations Research Center, MIT（麻省理工学院运筹学中心）；Operations Research and Information Engineering, Cornell University（康奈尔大学运筹信息与工程）；Civil and Environmental Engineering, UC Berkeley（加州大学伯克利分校土木与环境工程）
针对网络中策略性智能体高效共享有限容量的问题，提出基于组合拍卖与网络流理论的市场机制，确定均衡存在与可多项式计算的条件，识别出最大化智能体效用且等价于VCG机制的均衡，并扩展至多期及一般网络场景。
2025-11-18 cs.GT econ.TH
Data Exchange Markets via Utility Balancing
针对异构数据集与模型实体间的数据共享激励问题，提出基于中期效用平衡的数据交换市场模型，并分析其复杂性、解存在性、福利最大化与核心稳定性近似算法。
2024-01-23 cs.DS cs.GT
Pricing in Ride-sharing Markets : Effects of network competition and autonomous vehicles
自动驾驶汽车将成为未来拼车服务不可或缺的一部分。这种设置与传统的乘车共享市场不同，因为缺乏供应方（司机）。然而，它具有深远的影响，因为除了定价之外，参与者现在还必须决定如何在网络位置之间分配车队并重新平衡车辆，以满足未来的需求。在本文中，我们探讨了拼车市场中的双寡头环境，其中玩家拥有完全自主的车队。每个乘车服务提供商（RSP）的价格取决于其他参与者的价格和供应。我们制定他们的决策问题，使用博弈论的设置，每个球员寻求找到最佳的价格和供应在每个节点，同时考虑其他球员的决定。这导致了一个场景，其中玩家的优化问题是耦合的，并且找到均衡是具有挑战性的。我们描述需求函数的类型（例如：线性的），对于这个游戏承认一个确切的潜在功能，并可以有效地解决。对于其他类型的需求函数，我们提出了一个迭代算法来计算均衡。最后，我们提供了不同类型的均衡将如何发挥在市场上的玩家是不对称的数值见解。我们的数值评估还提供了监管机构如何需要考虑网络效应，同时决定监管，以避免不利的结果的见解。
2023-03-05 cs.GT cs.SY eess.SY
Optimal Pricing of User-Initiated Data-Plan Sharing in A Roaming Market
智能手机用户的个人热点（pH）允许他与另一个人共享蜂窝连接（例如，旅行者），但是这种共享消耗了他的两部分资费计划中的有限数据配额，并且可能导致超额费用。本文研究了如何在不断增长的漫游市场中激励本地用户和旅行者之间共享这种pH启用的数据计划，并提出了数据计划买家奖励周围pH卖家（如果有的话）的定价激励。该定价方案实际上考虑了旅行者侧的信息不确定性，包括随机移动性和潜在共享PH的自私本地用户的共享成本分布。虽然定价优化问题是非凸的，我们表明，总是存在一个唯一的最优价格之间的权衡成功的共享机会和共享价格。我们进一步推广的最优定价的情况下，异构销售pH值有不同的数据使用行为的共享成本分布，我们表明这种多样性可能会或可能不会有利于旅行者。在缺乏自私pHs信息的情况下，出行者的期望费用高于完全信息下的期望费用，但随着pHs空间密度的增加，期望费用的差距逐渐减小。最后，我们分析了具有挑战性的情况下，多个旅行者重叠要求的数据计划共享，通过诉诸一个接近最优的定价方案。我们表明，一个旅行者遭受旅行者的空间密度增加。
2018-06-27 cs.GT cs.IT math.IT
Data Sharing Markets
随着分布式机器学习技术的使用越来越多，对允许代理彼此共享数据的数据市场的需求也越来越大。然而，数据具有独特的特征，将其与其他商品区分开来，包括可复制性，共享成本和扭曲能力。我们研究了一种设置，每个代理都可以是数据的买方和卖方。对于这种设置，我们考虑两种情况：双边数据交换（用数据交换数据）和单边数据交换（用货币交换数据）。我们将双边共享问题建模为一个网络形成博弈，并在允许有限互补的条件下证明了强稳定结果的存在性。我们提出了有序匹配算法，可以找到稳定的结果在O（N^2）（N是代理的数量）。对于单边共享，在成本结构可加的假设下，我们构造了能够实现任意社会福利最大化结果的竞争价格。最后，对于这种设置时，代理人有私人信息，我们提出了混合VCG机制，使用零成本的数据失真的数据共享与其孤立的影响，以实现预算平衡，同时如实实现社会最优的结果，以准确的水平预算不平衡的标准VCG机制。Mixed-VCG为此目的使用数据失真作为数据货币。我们进一步放宽零成本的数据失真的假设，提出了失真混合矢量图。我们还通过增量查询和差异隐私成本将我们的模型和结果扩展到数据共享。
2021-07-20 cs.AI cs.GT econ.TH
Automated Market Making for Energy Sharing
Telecom Paris（巴黎电信学院）；IP Paris（巴黎理工学院）；Princeton University（普林斯顿大学）；University of Virginia（弗吉尼亚大学）
本文提出了一种基于公理化理论的自动化做市机制，用于本地能源共享市场，实现了预算平衡和事前效率，相较于策略证明的VCG机制，具有更高的交易收益。
2025-12-30 cs.GT econ.TH
Discrimination-Based Double Auction for Maximizing Social Welfare in the Electricity and Heating Market Considering Privacy Preservation
提出了一种在电力和供热市场中以社会福利最大化为目标的带有价格歧视的双边拍卖机制。在该机制中，能源服务提供商（ESP）和负荷聚合商（LA）分别向能源交易中心（ETC）提交报价和投标，以实现各自效用最大化;而无私的ETC作为拍卖人，利用区分性价格权重来规范ESP和LA的行为，将各利益相关者的个体利益与整体社会福利相结合，以实现全局最优。纳什博弈被用来描述具有相同市场角色的参与者之间的相互作用。在理论上，首先证明了纳什均衡的存在唯一性;然后，考虑到博弈参与者对隐私保护的要求，提出了一种基于乘数交替方向法的分布式算法实现分布式竞价，并采用解析目标级联算法实现供需平衡。我们验证了所提出的机制，城市一级的分销系统的案例研究。实验结果表明，与其他机制相比，所实现的SW提高了4%~ 15%，也验证了分布式算法的有效性。
2022-05-28 cs.GT math.OC
Incentivizing Inclusive Contributions in Model Sharing Markets
Shanghai Jiao Tong University（上海交通大学）
本文提出包容性且带激励的个性化联邦学习iPFL，通过基于图的训练优化和博弈论激励机制构建模型共享市场，在保护隐私的同时实现最高经济效用和优异模型性能。
2025-05-05 cs.AI cs.CL cs.GT
The Cloudlet Bazaar Dynamic Markets for the Small Cloud
最近出现的小型云（SC），无论是在概念上还是在实践中，主要是由与商业云提供商的服务成本和复杂性相关的问题驱动的（例如，亚马逊）采用大规模数据中心。然而，供应链由于其相对稀缺的资源（例如，虚拟机）可能导致客户QoS的潜在降级和收入损失。针对这个问题提出的解决方案建议在竞争的供应链之间共享资源，以减轻可能出现的资源缺乏弹性的问题[1]。基于这一想法，最近的一项工作（[2]）提出了SC-Share，这是一种针对竞争性小型云环境的性能驱动的静态市场模型，可实现有效的市场均衡，共同优化客户QoS满意度和SC收入。然而，一个重要的非显而易见的问题仍然有待回答，没有这个供应链共享市场可能无法保证长期持续-它仍然有可能实现一个稳定的市场有效状态时，供应链资源的供应是动态的性质，并有一个变化的客户需求随着时间的推移？本文研究动态环境下供应链资源共享的有效市场设计问题。我们通过使用经济学中的Arrow和Hurwicz的非均衡过程[3]，[4]以及博弈论中的梯度博弈技术（允许我们迭代收敛于有效和稳定的市场均衡）来肯定地回答我们之前的问题
2018-02-13 cs.DC cs.GT
Polyhedral Clinching Auctions for Two-sided Markets
在本文中，我们提出了一个新的模型和两种机制的拍卖在双边市场的买方和卖方，其中预算约束强加给买方。我们的模型采用polymatroidal环境，并适用于各种各样的模型，包括多单位拍卖，匹配市场和保留交换市场。我们的机制建立在Lawler和Martel的多矩阵网络流模型之上，具有买方激励相容性、个体理性、帕累托最优性、强预算平衡性等优良特性。第一种机制是一个简单的“减少到恢复”算法，该算法将市场减少到单边，应用Goel等人的多面体成交拍卖，并通过多面体网络流将所得分配提升到原始的双边市场。第二种机制是多面体成交拍卖的双边推广，它在卖方收益分配的公平性方面改进了第一种机制。这两种机制都是由多拟阵算法实现的。我们展示了我们的框架是如何应用到互联网展示广告拍卖。
2018-09-14 cs.GT math.OC
Strategic Data Sharing between Competitors
INSAIT, Sofia University（索菲亚大学INSAIT）
本文提出一个由生产决策、数据对模型质量影响和协商过程组成的三部分框架，用于分析竞争对手间数据共享的权衡，并发现竞争减弱和更困难的学习任务会促进协作。
2023-10-30 cs.GT cs.LG
Allocation Problems in Ride-Sharing Platforms: Online Matching with Offline Reusable Resources
University of Maryland, College Park（马里兰大学帕克分校）
双边匹配市场将市场一方的代理人与另一方的代理人、物品或合同配对。以前的工作解决在线二分匹配市场，代理到达随着时间的推移，并动态匹配到一组已知的一次性资源。在本文中，我们提出了一个新的模型，在线匹配与（离线）可重用资源已知的敌对分布（OM-RR-KAD），在离线侧的资源是可重用的，而不是一次性的，也就是说，一旦匹配，资源在未来的某个时候再次变得可用。我们表明，我们的模型是易于处理的，提出了一个基于LP的自适应算法，实现了在线竞争比的1/2 - eps为任何给定的eps大于0。我们还表明，没有非自适应算法可以实现1/2 + o（1）的比例基于相同的基准LP。通过对大量开放数据集的数据驱动分析，我们表明我们的模型足够强大，可以捕获出租车调度服务和乘车共享系统的应用。我们还介绍了在实践中表现良好的化学品。
2017-12-11 cs.AI cs.GT
On the Efficiency of Sharing Economy Networks
我们考虑一个共享经济网络，其中嵌入在图中的代理共享他们的资源。这是一个基本的模型，抽象了许多新兴的应用程序的协同消费系统。代理生成随机数量的备用资源，它们可以与它们的单跳邻居交换，寻求最大化它们从长远来看接收的期望资源项目的数量。我们从三个不同的角度研究这个系统：a）中心设计者寻求资源分配，实现最公平的禀赋后，交换; b）博弈论中的节点寻求形成共享联盟的团队，试图最大化他们的团队的利益; c）市场中的节点从事贸易与他们的邻居试图提高自己的利益。结果表明，有一个独特的家庭的共享分配，在同一时间是最公平的，稳定的连续联盟形成之间的节点和实现均衡的市场前景。然后给出一个动态的共享策略，每个节点观察其邻居的共享率，并相应地分配其资源。该政策被证明是实现长期的共享比率，在家庭的静态问题的均衡分配。平衡分配有有趣的属性，突出了每个节点的共享比率的依赖性的拓扑图的结构和效果的隔离的节点上的好处可以从他的邻居提取。
2017-03-28 cs.GT
A market-based approach for enabling inter-area reserve exchange
考虑到欧洲能源和储备的顺序清算，启用区域间储备交换需要在这两个市场之间最佳地分配区域间传输容量。为实现这一目标，我们提供了一个基于市场的分配框架，并获得具有理想属性的付款。提出的最小-最大最小核心选择支付实现了个人理性、预算平衡以及近似的激励兼容性和联盟稳定性。研究结果将私人离散项目的工作扩展到连续公共选择网络。
2021-02-17 cs.GT math.OC
Algorithmic Predation: Equilibrium Analysis in Dynamic Oligopolies with Smooth Market Sharing
Technical University of Munich（慕尼黑工业大学）；Listen Labs
本文利用深度强化学习计算并验证了允许企业退出的有限期动态寡头博弈中的均衡，发现最先进算法能可靠收敛，且在不对称成本结构下会出现掠夺性定价行为，回答了长期悬而未决的均衡存在问题。
2025-10-30 cs.GT econ.GN q-fin.EC
Fostering Data Collaboration in Digital Transportation Marketplaces: The Role of Privacy-Preserving Mechanisms
National University of Singapore（新加坡国立大学）
本文提出博弈论框架，探讨隐私保护机制如何促进交通领域数据协作，通过降低数据质量期望激励自愿共享，提升运输福利。
2026-02-02 cs.GT cs.SY eess.SY
Two-sided Matching Based Cooperative Spectrum Sharing
动态频谱接入（DSA）通过允许非授权次用户（SU）机会性地接入主用户（PU）的授权频谱，可以有效地提高频谱利用率，缓解频谱稀缺问题。合作频谱共享是一种新的有前途的模式，提供必要的激励，在动态频谱接入的PU和SU。关键思想是SU中继PU的业务，以换取PU的许可频谱上的接入时间。本文将多个PU和多个SU之间的合作频谱共享问题描述为一个双边市场，研究了完全信息和不完全信息下的市场均衡。首先，我们刻画了市场均衡的充分必要条件。我们分析表明，可能存在多个市场均衡，其中总是有一个唯一的帕累托最优均衡的PU（称为PU最优EQ），其中每个PU实现的效用不差于任何其他均衡。然后，我们表明，在完全信息下，唯一的帕累托最优均衡PU-Optimal-EQ总是可以实现，尽管PU之间的竞争;而在不完全信息下，PU-Optimal-EQ可能无法实现，由于SU的错误陈述（在报告他们的私人信息）。关于这一点，我们进一步研究了PU的最坏情况下的均衡，并描述了PU的鲁棒均衡（称为PU鲁棒EQ），它为每个PU提供了一个保证的效用下所有可能的错误表示行为的SU。数值结果表明，在PU和SU的数量不同的典型网络中，PU-Optimal-EQ和PU-Robust-EQ之间的性能差距相当小（例如，在模拟中小于10%）。
2016-04-13 cs.GT cs.IT cs.NI
Fisher Market Model based Resource Allocation for 5G Network Slicing
本文提出一种基于Fisher市场模型和Trading-post机制的5G网络切片资源分配方案，通过凸优化求解市场均衡并设计隐私保护学习算法，实现了高效资源利用、多级公平及SLA保护。
2023-07-31 cs.GT
Incentive Design and Profit Sharing in Multi-modal Transportation Network
我们考虑多个运输服务提供商合作提供综合多式联运平台的情况，通过简化多式联运旅程规划、支付以及第一英里和最后一英里的连接，为乘客提供便利。这种市场结构允许多式联运平台协调不同模式的利润，并为乘客提供激励。因此，在本文中，我们使用合作博弈理论与超路径为基础的随机用户均衡框架来研究这样的市场。我们假设平台沿着运输网络中的每条边设置激励措施（价格折扣或对乘客收取超额费用）。我们得到的连续性和单调性的平衡流的激励沿每一个边缘。通过两时间尺度随机逼近算法得到了使平台利润最大化的最优激励。我们使用非对称纳什讨价还价的解决方案，设计一个公平的利润分配方案之间的服务提供商。我们表明，在这样的平台上合作后，每个服务提供商的利润增加。最后，我们通过两个数值模拟来补充理论结果。
2022-06-28 cs.GT cs.SY eess.SY
Game-Theoretic Framework for Private Data Sharing in Vehicular Networks
提出一种结合Stackelberg博弈的混合架构，通过安全多方计算和激励机制实现隐私保护的车载数据共享，实验验证了其有效性和市场可行性。
2026-06-23 cs.CR cs.GT cs.NI
Learning in Markets: Greed Leads to Chaos but Following the Price is Right
我们研究分布式生产经济中的学习动态，如区块链挖掘，点对点文件共享和众包。当单个企业拥有市场支配力时，这些经济可以被建模为多产品古诺竞争或全付拍卖（塔洛克竞赛），或者当每个企业对市场结果的影响可以忽略不计时，这些经济可以被建模为具有准线性效用的费舍尔市场。在前一种情况下，我们提供了一个正式的证明，梯度上升（GA）可以是李约克混沌的步长为$Θ(1/n)$，其中$n$是公司的数量。与此形成鲜明对比的是，对于Fisher市场的情况下，我们得到了一个比例响应（PR）协议，收敛到市场均衡。PR动力学的收敛性的积极结果得到了充分的一般性，在这个意义上，他们持有的Fisher市场与\emph{any}准线性效用函数。相反，混沌结果的GA动态建立，即使在最简单的可能设置的两个公司和一个良好的，他们持有广泛的价格函数与不同的需求弹性。我们的研究结果表明，通过从市场而不是博弈论的角度考虑多智能体交互，我们可以正式推导出稳定的自然学习协议，并收敛到有效的结果，而不是混乱的。
2021-03-17 cs.GT cs.MA econ.TH
