Multiplicative Pacing Equilibria in Auction Markets
预算在现实世界的顺序拍卖市场中发挥着重要作用，例如互联网公司实施的拍卖市场。为了最大化提供给拍卖参与者的价值，在拍卖中平滑支出，因此预算用于最佳机会。出于几家公司在实践中使用的机制，本文考虑了一个平滑过程，依赖于{ \em起搏乘数}：代表每个买家，拍卖市场适用于0和1之间的因素，统一规模的出价在所有拍卖。重新解释这个过程作为一个买家之间的博弈，我们引入了{ \em节奏均衡}的概念，并证明了他们总是保证存在。我们通过例子证明，一个市场可以有多个起搏平衡与几个自然目标的变化很大。我们表明，节奏平衡完善另一个流行的解决方案的概念，竞争平衡，并显示两个解决方案的概念之间的进一步连接。虽然我们表明，无论是计算社会福利最大化或收入最大化的起搏均衡是NP难的，我们提出了一个混合整数规划（MIP），可用于找到均衡优化几个相关的目标。我们使用MIP来提供证据：（1）在几个随机实例族中很少出现平衡多重性，（2）静态MIP解决方案可用于改善动态起搏算法所实现的结果，其中实例基于真实世界的拍卖市场，以及（3）对于我们研究的实例，只要拍卖中有足够的参与者，买方就不会有误报出价或预算的动机。
2021-05-09 cs.GT
The Tiered Clinching Auction with Applications to Carbon Offset Markets
McGill University（麦吉尔大学）
针对碳抵消市场流动性低等问题，提出分层成交拍卖机制，将奥苏贝尔成交拍卖推广到分层质量项目场景，能产生有效结果并收取VCG价格，真诚投标是弱占优策略且可多项式时间实现，还可应用于其他相关市场。
2026-07-28 cs.GT
Competitive Auctions for Markets with Positive Externalities
在数字商品拍卖中，拍卖师向一组潜在买家出售无限量供应的物品，目标是设计真实的拍卖以使拍卖师的总利润最大化。从观察的动机，该项目的买家的价值可以通过社交网络相互连接，我们研究了数字商品拍卖与买家之间的正外部性。这定义了一个多参数拍卖设计问题，其中每个买家的私人估价是其他获胜买家的函数。本文的主要贡献是一个真实的竞争机制，次可加估值。我们的竞争结果是相对于一个新的解决方案基准$\mathcal{F}^{(3)}$ ;另一方面，我们显示了一个令人惊讶的不可能的结果，如果比较基准$\mathcal{F}^{(2)}$，后者已被成功地用于数字商品拍卖没有外延\cite{Goldberg2006}。我们从$\mathcal{F}^{(2)}$到$\mathcal{F}^{(3)}$的结果可以被认为是以外部性为代价的最优利润的损失。
2011-07-26 cs.GT
Profit Maximization Auction and Data Management in Big Data Markets
大数据服务是通过互联网提供的任何数据源资源。大数据服务的性能取决于从数据收集器购买的数据。然而，在大数据服务中的最优定价和数据分配问题并没有得到很好的研究。在本文中，我们提出了一个基于拍卖的大数据市场模型。我们首先根据数据大小对大数据分析性能的影响来定义数据成本和效用，例如，机器学习算法。大数据服务被认为是数字商品，与传统商品的有限性相比，具有“无限供给”的独特性。因此，我们提出了一个贝叶斯利润最大化拍卖，这是真实的，理性的，计算效率。通过求解利润最大化拍卖，得到了最优的服务价格和数据量。最后，在真实出租车出行数据集上的实验结果表明，本文提出的大数据市场模型和拍卖机制有效地解决了服务提供商的利润最大化问题.
2017-04-12 cs.GT
A Price-Based Iterative Double Auction for Charger Sharing Markets
电动汽车（EV）充电需求的空前增长要求为当今的充电网络提供新的扩展解决方案。随着共享经济的蓬勃发展，Airbnb式的充电器共享市场为扩展现有充电网络提供了机会，而无需昂贵且耗时的基础设施投资，但此类市场的成功设计依赖于博弈论，机制设计和大规模优化之间的接口创新。在本文中，我们提出了一个基于价格的迭代双重拍卖的充电器共享市场，充电器所有者出租他们的未充分利用的充电器需要充电的电动汽车司机。充电器所有者和电动汽车司机形成了一个双边市场，通过基于价格的双向拍卖来清除。充电器的位置、可用性和时间单位成本以及EV驾驶员的时间、距离约束和偏好在分配和调度过程中被考虑。我们的目标是计算社会福利最大化分配，使充电器所有者和电动汽车驾驶员受益，从而确保市场的持续增长。我们证明了所提出的双重拍卖是预算平衡的，个人理性的，它是一个弱优势的策略，电动汽车司机和充电器所有者如实报告他们的充电时间限制。此外，从我们的计算研究的结果表明，双重拍卖达到平均94%的效率相比，最佳的解决方案和规模以及更大的问题实例。
2019-09-30 cs.GT
Design of auction-based approach for market clearing in peer-to-peer market platform
本文设计了一个用于交易能量（Transactive Energy，TE）系统中的对等（Peer-to-Peer，P2P）能量交易的市场平台，在该平台中，产消者和消费者作为卖方或买方积极参与能量交易。在拟议的平台中使用基于拍卖的方法进行市场清算，并对不同类型的拍卖进行了审查。设计了适合该平台的市场清算拍卖方式。建议的拍卖机制分为三个步骤，即确定、分配和支付。本文确定了重要的P2P市场清算性能指标，用于比较和对比设计的拍卖与不同类型的拍卖机制。比较研究表明，所提出的拍卖机制的市场出清在P2P平台的有效性。
2019-02-07 cs.GT math.OC
Auction Algorithms for Market Equilibrium with Weak Gross Substitute Demands
本文考虑了Arrow-Debreu交换市场模型，假设代理人的需求满足弱总替代（WGS）性质。我们提出了一个简单的拍卖算法，获得一个近似的市场均衡的WGS需求假设的价格更新预言。我们展示了这样一个预言WGS需求有界的价格弹性和大风需求系统的具体实现。作为我们的研究结果的应用，我们得到了一个有效的算法，找到一个近似的消费限制的市场均衡WGS的需求，最近推出的一个模型，作为一个连续放松的纳什社会福利（NSW）问题。这导致了一个多项式时间常数因子近似算法的新南威尔士州的问题与上限添加剂可分离的分段线性效用函数，只有一个伪多项式近似算法是已知的这种设置以前。
2022-05-01 cs.GT
Towards Optimal Prior-Free Permissionless Rebate Mechanisms, with applications to Automated Market Makers & Combinatorial Orderflow Auctions
本文针对区块链MEV问题，提出一种确定捆绑交易用户补偿的正式方法，探讨Shapley值在公平补偿中的应用，并研究MEV返利与拍卖机制以削弱区块生产者权力。
2023-06-29 cs.GT
A Descending Price Auction for Matching Markets
本文提出了一种降价拍卖算法，利用组合结构，在单位需求匹配市场中获得最大的市场出清价格向量（MCP）。通过精明地选择每一步都降低价格的商品，该算法只使用组合结构，避免了求解LP，并且具有$O(m^4)$的强多项式运行时间。该算法的关键是确定一组需求不足的商品，我们同时降低价格在算法的每一步。这是通过选择使偏度函数最大化的商品子集来实现的，这使得二分图序列在$O(m^2)$步骤中收敛到最大MCP处的组合结构。提出了一种图着色算法，用于寻找具有最大偏斜度值的商品集合，从而产生$O(m^4)$复杂度。
2017-11-04 cs.GT
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
Toward an Automated Auction Framework for Wireless Federated Learning Services Market
在传统的机器学习中，中央服务器首先将数据所有者的私有数据收集在一起，然后训练模型。然而，人们对数据隐私保护的担忧正在急剧增加。新兴的联邦学习范式有效地构建了机器学习模型，同时允许将私有数据保存在本地设备上。联邦学习的成功需要足够多的数据所有者共同利用他们的数据、计算和通信资源进行模型训练。在本文中，我们提出了一个基于拍卖的市场模型，激励数据所有者参与联邦学习。我们为联邦学习平台设计了两种拍卖机制，以最大化联邦学习服务市场的社会福利。具体而言，我们首先设计了一个近似的策略证明机制，保证了真实性，个人的理性，和计算效率。为了提高社会福利，我们开发了一种基于深度强化学习和图神经网络的自动化防策略机制。该模型考虑了通信拥塞和联邦学习的独特性。大量的实验结果表明，我们提出的拍卖机制可以有效地最大化社会福利，并提供有效的见解和策略，为平台组织联邦训练。
2020-03-27 cs.GT
Optimizing Affine Maximizer Auctions via Linear Programming: an Application to Revenue Maximizing Mechanism Design for Zero-Day Exploits Markets
仿射最大化拍卖（AMA）是收益最大化机制设计的一种有效方法。AMA机制是防策略和个体理性的（如果代理人对结果的估值是非负的）。每个AMA机制都有一系列参数。通过关注AMA机制，我们将机制设计转化为一个价值优化问题，我们只需要调整参数。我们提出了一个基于线性规划的启发式优化AMA家庭内。我们将我们的技术应用于零日剥削市场的收益最大化机制设计。我们表明，由于零日利用市场的性质，如果只有两个代理人（一个罪犯和一个后卫），那么我们的技术通常会产生一个接近最优的机制：该机制的预期收入接近最优策略证明和个人理性的机制（不一定是AMA机制）实现的最优收入。
2020-06-25 cs.GT
Game theory analysis for carbon auction market through electricity market coupling
在本文中，我们分析了发电商在电力市场上出售他们的产品和拍卖碳市场上购买二氧化碳排放配额之间的纳什均衡。发电商的策略通过电力生产的成本函数来整合两个市场的耦合。我们在电力市场上建立了一个清晰的纳什均衡，可以用来计算两个市场的均衡价格以及相关的发电量和二氧化碳排放量。
2015-01-14 cs.GT q-fin.MF
Throttling Equilibria in Auction Markets
Columbia University（哥伦比亚大学）；Carnegie Mellon University（卡内基梅隆大学）
本研究分析广告拍卖中所有广告商同时采用节流策略的均衡，发现一价拍卖存在唯一高效可计算的均衡，而二价拍卖的均衡计算困难，且节流均衡的液体福利无政府状态价格至多为2。
2026-10-01 cs.GT
Learning and Trust in Auction Markets
在本文中，我们研究的投标人的行为在一个实验性的推出一个新的广告拍卖平台的Zillow，作为Zillow从谈判合同切换到使用拍卖在几个地理上孤立的市场。这个实验的一个独特之处是，这个市场中的投标人是代表自己投标的房地产经纪人，而不是使用第三方中介。为了帮助投标人，Zillow还提供了一个推荐工具，为每个投标人提供建议。本文主要研究投标人是否采用平台提供的投标推荐的决策问题。我们注意到，很大一部分投标人没有使用推荐的投标。使用代理的出价历史，我们推断他们的价值，并将代理的后悔与他们的实际出价历史进行比较，结果他们会得到以下的建议。我们发现，对于一半的代理人不遵循的建议，增加的努力，试验替代出价的结果增加遗憾，即，他们从系统中获得的净值减少了。随着市场的成熟，不遵循建议的代理商比例缓慢下降，但在我们观察的大多数市场中，这一比例仍然很大。我们认为，这种现象的主要原因是缺乏信任的平台提供的工具。我们的工作为基于拍卖的在线广告平台的可能设计选择提供了经验性的见解。虽然搜索广告平台（如谷歌或必应）允许投标人自己提交投标，但许多显示广告平台（如Facebook）代表投标人优化投标，并消除投标的必要性。我们的实证分析表明，后一种方法是首选的投标人是个人，谁没有访问第三方工具，谁可能会质疑平台提供的建议的公平性的市场。
2017-03-30 cs.GT
Joint Auction in the Online Advertising Market
针对现有在线广告模式无法同时满足店铺与品牌供应商需求的问题，提出联合拍卖模型及JRegNet神经网络架构设计最优拍卖机制，实验证明其可显著提升平台收益并满足相关博弈论性质。
2024-08-19 cs.GT
Secondary Spectrum Auctions for Markets with Communication Constraints
拍卖已被提出作为一种方式，以提供经济激励的主要用户动态分配未使用的频谱给其他用户在需要it.Previously提出的计划没有考虑到这样的事实，即用户的功率约束可能会阻止他们发送他们的投标价格拍卖商与高精度和发送投标价格必须通过噪声信道。这些方案还具有在无线标准中不能适应的非常高的开销。我们提出了拍卖方案，中央结算机构拍卖频谱的用户谁出价，同时考虑到量化的价格，在出价启示的开销，和噪声的渠道明确。我们的计划是密切相关的通道输出反馈问题，具体来说，后验匹配的技术。我们考虑了几种情况下，清算机构的目标是授予频谱的投标人谁价值最频谱。我们从理论上证明了这一目标是渐近达到我们的计划时，投标人是非战略常数出价。我们提出了单独的计划，使战略用户真实地揭示他们的私人价值，拍卖多个子渠道之间的战略用户，并跟踪缓慢随时间变化的投标价格。我们的模拟说明了我们的计划恒定的投标价格的最优性，也证明了我们的跟踪算法的有效性缓慢随时间变化的出价。
2014-12-23 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
Ascending Auctions for Combinatorial Markets with Frictions: A Unified Framework via Discrete Convex Analysis
Institute for Chemical Reaction Design and Discovery (ICReDD), Hokkaido University（北海道大学化学反应设计与发现研究所）；D3 Center, The University of Osaka（大阪大学D3中心）；Center for Advanced Intelligence Project, RIKEN（理化学研究所先进智能项目中心）；School of Science and Engineering, Chuo University（中央大学理工学部）
本文提出一种统一的递增拍卖框架，用于计算具有强替代品估值和分段线性支付函数的组合市场瓦尔拉斯均衡，通过离散凸分析实现高效算法。
2026-09-23 cs.GT
FlexAuc: Serving Dynamic Demands in a Spectrum Trading Market with Flexible Auction
在二级频谱交易市场中，频谱持有者（SH）广泛使用拍卖来将其未使用的信道重新分配给二级无线服务提供商（WSP）。作为卖方，中小企业设计适当的拍卖方案，以刺激更多的参与者，并最大限度地提高拍卖收益。作为买家，WSP决定拍卖中的投标策略，以更好地为最终用户服务。在本文中，我们考虑了一个三层频谱交易市场组成的SH，WSP和最终用户。我们共同研究三方的策略。SH决定拍卖方案和频谱供应以优化其收入。WSP在考虑最终用户的策略的需求和估价方面具有灵活的投标策略。我们设计了FlexAuc，一种新的拍卖机制，使动态供应和需求的拍卖。我们从理论上证明了FlexAuc不仅最大化了社会福利，而且还保持了其他良好的属性，如真实性和计算易处理性。
2014-04-09 cs.GT cs.NI
Pacing Equilibrium in First-Price Auction Markets
成熟的互联网广告平台提供高级活动管理工具来帮助广告主运行他们的活动，通常抽象出每个广告如何放置的复杂性，并专注于广告主感兴趣的综合指标。在这样的平台上，广告商通常通过代理投标人参与拍卖，因此文献中常见的标准激励分析并不直接适用。在本文中，我们采取的角度来看，预算管理系统，表面汇总激励-而不是个人拍卖-和比较第一和第二价格拍卖。我们表明，理论提供了令人惊讶的认可使用第一价格拍卖出售个人的印象。特别是，第一价格拍卖保证预算管理系统的稳态均衡的唯一性，单调性，和其他理想的属性，以及有效的计算，通过解决方案的研究艾森伯格-盖尔凸计划。相反，人们可以期望从第一价格拍卖，我们表明，激励问题是不是一个障碍，破坏了系统。使用从真实世界的拍卖平台收集的数据生成的现实实例，我们表明，投标人有小的遗憾，他们的最佳事后策略，他们没有一个很大的动机误报时，他们可以直接影响均衡的战略投入。最后，在现实世界的平台上普遍存在的不受约束的投标人往往会有较小的遗憾。我们的计算表明，投标人的预算，起搏乘数和遗憾都有一个积极的关联，在统计方面。
2021-09-03 cs.GT
The Biased Sampling Profit Extraction Auction
我们给出了一个下闭环境下的拍卖，推广了Fiat等人（2002）的数字商品随机抽样利润提取拍卖。该机制将代理人分为一个市场和一个样本，使用有偏见的硬币，并试图从市场的样本中提取最佳收益。后一步是用Ha和Hartline（2012）的下闭利润提取器完成的。拍卖是一个11近似的envyfree基准在向下封闭的置换环境。这是对Devanur et al.（2012）和Ha and Hartline（2012）分别给出的关于拟阵的12.5和关于下闭置换环境的30.4的已知结果的改进。
2012-06-21 cs.GT
Verified Double Sided Auctions for Financial Markets
双边拍卖广泛应用于金融市场，以匹配需求和供应。双边拍卖的先前工作主要集中在单一数量的交易请求。我们扩展了双边拍卖的各种概念，将多个数量的交易请求，并提供完全形式化的双边拍卖匹配算法的正确性证明。我们建立了新的唯一性定理，使自动检测违反交换程序的输出与验证程序进行比较。所有证明都在Coq证明助手中形式化，无需向系统添加任何公理。我们提取经过验证的OCaml和Haskell程序，可供交易所和金融市场监管机构使用。我们证明了我们的工作的实际适用性，通过运行验证程序的真实市场数据从交易所自动检查违反交易所算法。
2021-04-17 cs.GT cs.LO
Differentially Private Call Auctions and Market Impact
我们提出并分析了不同的私人（DP）呼叫拍卖机制作为一种替代的复杂和特设的隐私的努力，是常见的现代电子市场。我们证明了在DP机制中清除的份额数与非私有最优值相比是有利的，并提供了一个匹配的下限。我们分析了我们的机制的激励属性和他们的行为下自然的无悔学习动态的市场参与者。我们包括模拟结果和连接到金融文献对市场的影响。
2020-02-13 cs.CE cs.GT
Arctic Auctions, Linear Fisher Markets, and Rational Convex Programs
University of California, Irvine（加州大学尔湾分校）
本文提出通过理性凸程序解决复杂市场中差异化商品的有效分配问题，并设计了首个计算北极拍卖均衡的多项式时间算法。
2026-08-25 cs.DS cs.GT econ.TH
Bayesian Sequential Auctions
在许多自然环境中，代理人参与多个不同的拍卖，这些拍卖不是同时进行的。在这样的拍卖中，未来的机会会影响参与者的战略考虑。本文的目标是发展一个定量的了解这种顺序拍卖的结果。在早期的工作（Paes Leme et al. 2012）中，我们开始研究序列拍卖中无政府状态下的无政府代价。我们考虑了完全信息模型中的顺序第一价格拍卖，其中参与者知道所有未来的机会，以及所有参与者的估值。在本文中，我们研究了贝叶斯环境下的顺序拍卖的效率，放松了对参与者的信息假设。我们关注两种环境，Paes Leme et al. 2012中的全信息模型都进行了研究，匹配市场和拟阵拍卖。在完全信息环境下，拟阵设置的顺序第一降价拍卖是有效的。在贝叶斯环境中，情况不再如此，正如我们使用一个简单的三个参与者的例子所示。我们的主要结果是$1+\frac{e}{e-1}\approx 2.58$无政府状态的价格在拟阵拍卖和单值匹配市场（即使有相关的类型）和$2\frac{e}{e-1}\approx 3.16$的一般匹配市场的独立类型的界限。为了限制无政府状态的无政府代价，我们需要考虑在均衡时可能出现的偏差。在序贯贝叶斯环境中，偏差的影响比一次性游戏中更复杂;早期出价允许其他人推断有关玩家价值的信息。我们创建有效的偏差，尽管存在这种困难，通过引入一个虚张声势的独立利益的技术。
2012-06-21 cs.GT
Semantic Information Marketing in The Metaverse: A Learning-Based Contract Theory Framework
Nanyang Technological University（南洋理工大学）；Sungkyunkwan University（成均馆大学）；University of Waterloo（滑铁卢大学）
在本文中，我们解决了虚拟服务提供商（VSP）设计激励机制的问题，以雇用传感物联网设备来销售他们的传感数据，以帮助创建和渲染Metaverse中物理世界的数字副本。由于带宽有限，我们建议使用语义提取算法来减少传感物联网设备传输的数据。然而，雇用感测物联网设备与VSP共享其数据，然后将构建的数字孪生传递给Metaverse用户的机制容易受到逆向选择问题的影响。当不同主体的私有信息具有多维性时，由于系统主体之间的信息不对称而导致的逆向选择问题变得更加难以解决。我们提出了一种新的迭代合同设计，并使用一种新的变体的多智能体强化学习（MARL）来解决模型化的多维合同问题。为了证明我们的算法的有效性，我们进行了广泛的模拟和测量的Metaverse合同的几个关键性能指标。我们的研究结果表明，我们设计的迭代合同是能够激励参与者进行真实的互动，最大限度地提高利润的VSP与最小的个人理性（IR）和激励相容性（IC）的违规率。此外，所提出的基于学习的迭代合同框架有限制地访问参与者的私人信息，这是尽我们所知，第一次在解决激励机制中的逆向选择问题。
2023-02-25 cs.AI cs.GT
Revenue Non-monotonicity in Matching Markets
本文研究了VCG机制在匹配市场中的收入非单调性，指出其非单调性并非由互补性导致，而是普遍存在的现象。
2026-02-24 cs.GT econ.TH
A flow-based ascending auction to compute buyer-optimal Walrasian prices
本研究针对多单位匹配市场场景，提出一种基于组合网络流的升价拍卖算法，可计算买方最优Walrasian价格，并证明了该价格随供需变化的单调性。
2024-05-21 cs.GT
Revenue in First- and Second-Price Display Advertising Auctions: Understanding Markets with Learning Agents
本文研究展示广告拍卖从SPA转向FPA对收益的影响，通过分析建模和数值实验探索学习智能体的收敛行为，发现收益等价不成立，合谋非FPA收益低的原因。
2024-12-03 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
Efficiently Restructuring Sovereign Debt via Arctic Auctions with Convex Costs
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；King’s College London（伦敦国王学院）；University of California, Irvine（加州大学尔湾分校）
研究北极产品混合拍卖中竞争均衡的计算问题，提出首个多项式时间算法处理可分离阶梯递增边际成本，为全球金融中的复杂拍卖提供计算基础。
2026-08-25 cs.GT
E-Business Experiences with Online Auctions
在线拍卖是最有影响力的电子商务应用之一。它们对企业和消费者交易的影响是显著的，也是不可避免的。在建立市场方面已经作出了相当大的努力，但就市场量而言，在线交易仍处于早期阶段。本章讨论了互联网市场概念的好处，对定价策略的影响最大，即在线商业拍卖的进行。我们讨论了它们的好处，问题和可能的解决方案。此外，我们还为供应商制定了行动计划，以在即将到来的互联网市场中获得更好的战略地位。
2014-09-22 cs.CY 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
Sponsored Search Auction Design Beyond Single Utility Maximization
本文研究混合自动出价竞拍者环境下的赞助搜索拍卖设计，提出补贴效用模型，并针对公开与私有补贴信息分别设计真实机制，实现近似最优的社会福利。
2024-12-30 cs.GT
Learning to Classify and Imitate Trading Agents in Continuous Double Auction Markets
连续双向拍卖，如交易所采用的限价订单簿，在实践中被广泛用于匹配各种金融工具的买方和卖方。在这项工作中，我们开发了一个基于代理的模型交易的限价订单簿，并显示（1）如何对手建模技术可以应用于分类交易代理原型和（2）如何行为克隆可以用来模仿这些代理在模拟设置。我们通过实验比较了这两项任务的一些技术，并评估其适用性和在现实世界中的使用情况。
2021-10-29 cs.GT q-fin.CP
The Parity Ray Regularizer for Pacing in Auction Markets
预算管理系统是现代拍卖市场的关键组成部分之一。互联网广告平台通常为广告商提供通过快速调整机制来调整其预算耗尽的速度的可能性。我们专注于乘法起搏机制在一个在线设置中，投标人反复面临着一系列的广告机会。在收集出价后，每个项目然后通过单一项目，第二价格拍卖分配。如果没有预算限制，真实地投标将是广告商的最佳选择。然而，由于他们的预算是有限的，广告商可能想要降低他们的出价，以便为未来的机会保留他们的预算，并随着时间均匀地分散支出。在线节奏问题的文献主要集中在设置中，投标人优化一个可分离的目标，如总点击率或收入的分配。然而，在许多情况下，投标人也可能关心其他目标，这些目标通常是不可分离的，因此不适合传统的在线学习技术。基于最近的工作，我们研究了常见的情况下，广告商寻求达到一定的分布的印象超过目标人群的用户。我们引入了一种新的正则化子来实现这一愿望，并展示了如何将其整合到一个在线镜像下降计划中，以实现次线性遗憾的最佳顺序相比，在事后的最佳分配时，输入独立绘制，从一个未知的分布。此外，我们表明，我们的方法可以很容易地纳入标准现有的起搏系统，通常不是为了这个目标。我们的算法在互联网广告应用中的有效性，证实了真实世界数据的数值实验。
2021-06-17 cs.GT
Strongly Budget Balanced Auctions for Multi-Sided Markets
在双边市场中，迈尔森和萨特思韦特的不可能性定理指出，一个人不可能在满足真实性、个人理性和没有亏损的情况下最大化交易收益。人们试图通过获得近似最大的贸易收益来规避Myerson和Satterthwaite的结果：McAfee（1992）的双边拍卖是真实的，没有赤字，Segal-Halevi等人的拍卖（2016）也没有盈余-它是强预算平衡的。他们考虑两类代理-买家和卖家，其中每个交易集由一个买家和一个卖家组成。供应链等应用的实际复杂性要求人们超越双边市场。共同要求是：买方与不同或相同物品的多个卖方进行交易，买方通过运输者和中介者与卖方进行交易，以及卖方与多个买方进行交易。我们试图解决这些问题。我们将Segal-Halevi等人（2016）的强预算平衡双边拍卖设置推广到多边市场，其中每个交易集由任意数量的代理类别组成。通过引入外部竞争和交易缩减的概念，我们的推广完善了多边拍卖中的竞争概念。我们还展示了一个明显真实的实现我们的拍卖使用多个上升的价格。
2019-12-08 cs.GT econ.TH
Making Auctions Robust to Aftermarkets
拍卖理论中一个普遍的假设是，拍卖师对市场有完全的控制权，她所支配的分配是最终的。然而，在实践中，代理商可能能够在售后市场转售所购物品。一个突出的例子是碳排放配额市场。这些补贴通常由政府使用统一价格拍卖来分配，公司通常可以在售后市场上进行这些补贴的交易，而这些售后市场可能不完全受拍卖人的控制。虽然统一价格拍卖是近似有效的隔离，我们表明，投机和转售在售后市场可能会导致显着的福利损失。出于这个问题，我们考虑三种方法，每一种方法都可以确保组合市场的高均衡福利。第一种方法是采用平滑拍卖，如歧视性拍卖。这种方法对相关估值和参与者获取有关他人类型的信息具有鲁棒性。然而，歧视性拍卖有几个缺点，特别是对相同的物品收取不同的价格，导致公平性问题，使这种形式不受欢迎。另外两种方法，我们建议要么使用张贴价格形成机制，或使用匿名储备的统一价格拍卖。我们表明，当使用均衡价格，这两种方法确保高均衡福利的组合市场。后者还继承了统一价格拍卖的许多好处，如价格发现，并可以在对目前用于出售碳排放配额的拍卖进行微小修改的情况下引入。
2022-11-16 cs.GT econ.TH
Auction Design through Multi-Agent Learning in Peer-to-Peer Energy Trading
分布式能源（DER），如屋顶太阳能电池板，正在迅速增长，并正在重塑电力系统。为了促进DER，公用事业通常采用上网电价（FIT）向DER所有者支付一定的固定费率，以向电网供应能源。FIT的替代方案是基于市场的方法;也就是说，消费者和DER所有者在基于拍卖的点对点（P2P）市场上交易能源，价格根据供需确定。然而，拍卖的复杂性和市场参与者的有限理性可能会使许多成熟的拍卖设计理论失效，阻碍市场的发展。为了解决这些挑战，我们提出了一个自动投标框架的基础上，多代理，多臂强盗学习重复拍卖，其目的是尽量减少每个投标人的累积遗憾。数值结果表明，这样的多智能体学习游戏收敛到一个稳定的状态。特别感兴趣的拍卖设计，我们已经应用的框架，四个不同的实现重复双边拍卖，比较其市场结果。虽然很难选出一个明确的赢家，但$k$ -双向拍卖（统一定价拍卖的一种变体）和McAfee拍卖（Vickrey双向拍卖的一种变体）总体上表现良好，各有优缺点。
2021-10-20 cs.GT cs.SY eess.SY
Combinatorial Auctions and Graph Neural Networks for Local Energy Flexibility Markets
University of Oslo（奥斯陆大学）
本文提出一种组合拍卖框架，利用异质三部分图表示和图神经网络解决本地能源灵活性市场中的NP完全胜者确定问题，实现接近最优的分配且推理时间线性。.
2023-07-25 cs.GT cs.LG
Optimal auctions for networked markets with externalities
受电力市场中的市场势力问题的启发，我们在以前的工作中介绍了一种简化的两个代理人的线性成本的市场机制。在标准的采购拍卖中，由二次传输损失产生的市场势力允许生产商出价高于其真实价值，即其生产成本。在前面的论文中提出的机制最佳地减少了生产者的利润，社会的利益。在本文中，我们将这些结果扩展到一个更一般的市场，由有限数量的代理商与分段线性成本函数，这使得问题更加困难，但同时更现实。我们表明，该方法适用于一大类外部性。我们还提供了一个算法来解决的主要分配问题。我们的贡献提供了一个基准，以评估在实践中使用的机制的次优。
2019-07-23 cs.GT econ.TH math.OC
Diversification in the Internet Economy:The Role of For-Profit Mediators
我们调查的市场力量，将导致出现新的球员在赞助搜索市场。我们报告了3倍的多样化发起的赞助搜索市场的两个固有特征，即能力限制和当前机制的合谋脆弱性。在第一种情况下，我们提出了一个比较研究的两个模型的动机容量限制-一个额外的能力是由营利性代理商，谁竞争的插槽在原来的拍卖，吸引流量，并运行自己的子拍卖，和其他的，其中的额外容量是由拍卖人自己提供的，基本上作为一个调解人，并运行一个单一的组合拍卖。本研究是由我们在\cite{SRGR07}发起的，在那里研究了基于中介的模型。在目前的工作中，我们研究了基于拍卖的模型，并表明，这种模式似乎不如基于中介的模型在收入或效率保证方面，由于增加了容量。在第二种情况下，我们发起了一个博弈论的研究，目前赞助搜索拍卖，涉及激励驱动的调解人利用这些机制是不抗合谋的事实。特别是，我们表明，广告商可以提高他们的回报，通过使用的调解人的服务相比，直接参与拍卖，调解人也可以获得金钱上的好处，而不违反激励约束的广告商谁不使用其服务。我们还指出，拍卖人不能做很多通过机制设计，以避免这种营利性的调解，而不损失严重的收入，因此，调解人很可能会占上风。
2007-11-02 cs.GT
No-Regret Learning from Partially Observed Data in Repeated Auctions
我们研究了一个一般类的重复拍卖，如电力市场中发现的投标人之间的多代理博弈。在这种重复的情况下，投标人可以根据前几轮拍卖中观察到的数据在线调整他们的策略。此外，如果采用无遗憾算法的投标人更新他们的策略，游戏是已知的，以收敛到一个粗略的相关均衡，概括的概念，纳什均衡的概率观点的拍卖状态。研究较多的无悔算法依赖于每一轮的反馈信息，主要可以分为强盗（或基于支付）和完全信息。然而，在拍卖中发现的信息结构位于这两个模型之间，因为参与者往往可以获得不同策略下的效用的部分观察。为此，我们修改现有的强盗算法，利用这些额外的信息。具体来说，我们利用反馈信息，投标人可以获得时，他们的出价不被接受，并建立一个更准确的估计效用向量。这导致改进的遗憾保证相比，标准的强盗算法。此外，我们提出了一个探试法拍卖设置所提出的算法是不直接适用的。最后，我们展示了我们的研究结果的基础上现实的电力市场模型的案例研究。
2019-12-20 cs.GT
SBBA: a Strongly-Budget-Balanced Double-Auction Mechanism
McAfee（1992）在其开创性的论文中首次提出了双向拍卖的优势策略真实机制。当市场足够大时，他的机制几乎可以获得最优的交易收益。然而，他的机制可能会留下钱在桌子上，因为买方支付的价格可能高于支付给卖方的价格。这笔钱包括在交易收益中，在某些情况下，它几乎占了所有的交易收益，几乎没有给交易者留下任何交易收益。我们提出SBBA：McAfee的机制，这是强烈的不平衡的一个变种。有一个单一的价格，所有的钱都在买家和卖家之间交换，没有钱留在桌子上。这意味着所有的贸易收益都由贸易商享有。我们将这种变体推广到具有运输成本的空间分布市场。
2016-07-18 cs.GT
Fair Combinatorial Auctions: Endogenous Best Execution in Blockchain Trade-Intent Markets
Category Labs；CoW Protocol（CoW协议）
研究交易意向拍卖中如何分配效率，提出公平组合拍卖机制，求解器对单笔和批量交易出价，依基准过滤批量出价，独立首价拍卖能保证公平，独立次价拍卖则不能，公平保证会使返还交易者的总价值降低。
2026-07-28 cs.DC cs.GT econ.TH
Approximately Efficient Two-Sided Combinatorial Auctions
单边市场的机制设计在经济学和计算机科学中已经研究了几十年。最近，人们越来越关注双边市场的机制，在这种机制中，买方和卖方采取战略行动。对于双边市场，Myerson和Satterthwaite的一个不可能性结果表明，没有一种机制可以同时满足个体理性（IR）、激励相容（IC）、强均衡（SBB）和有效性。另一方面，重要的应用，网络广告，股票交易和频谱分配，需要我们考虑双边组合拍卖，其中买方有偏好的项目的子集，和卖方可能会提供多个异构项目。对于这种双边组合市场，迄今为止还没有有效的机制。这项工作提供了第一个IR，IC和SBB机制，提供了一个O（1）-近似的双边市场的最优社会福利。初始构造产生了这样的机制，但暴露了传统SBB概念中的概念问题。这导致我们定义了更强的直接贸易强预算平衡（DSBB）概念。然后，我们继续设计IR，IC，DSBB的机制，并再次提供一个O（1）-近似的最佳社会福利。我们的机制适用于任何数量的XOS估价的买家-一个类之间的次模和次加函数-和任何数量的卖家。我们提供了一个机制，是主导策略激励兼容（DSIC），如果卖方每个都有一个项目出售，和一个是baidu激励兼容（BIC），如果卖方持有多个项目，并有附加的估值超过他们。最后，我们提出了一个DSIC机制的情况下，所有的买家和卖家的估值函数是可加的。
2021-03-08 cs.GT
Truthful Auction Mechanism for Heterogeneous Spectrum Allocation in Wireless Networks
二次频谱拍卖被广泛应用于无线网络中，以缓解频谱稀缺。在现实的频谱交易市场中，来自次用户的请求通常指定在某个地理区域中使用固定频谱频带，并且要求在固定的可用时间间隔中的持续时间。考虑到次用户的自私行为，必须设计一个真实的拍卖，以最佳匹配的可用频谱和次用户的请求。遗憾的是，现有的设计要么没有考虑频谱异构性，要么忽略了次级用户之间所需时间的差异。本文针对这一问题，研究了如何利用拍卖机制对频谱资源进行分配和定价，使社会效益最大化。我们首先将二级用户的频谱和请求分类到不同的本地市场，以确保本地市场之间没有干扰，然后我们可以专注于单个本地市场的拍卖。我们首先设计了一个基于Vickrey-Clarke-Groves（VCG）机制的最优拍卖，在保证真实性的同时最大化社会效率。为了降低计算复杂性，我们进一步提出了一个真实的次优拍卖多项式时间复杂度，它产生一个近似因子6+4 \surd 2。我们使用真实频谱可用性数据进行的大量仿真结果表明，次优拍卖的社会效率比始终高于最优拍卖的70%。
2012-08-01 cs.DS cs.GT
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
Just-in-Time Resale in an Ahead-of-Time Auction for Faster Execution
Flashbots；Offchain Labs；Entropy Advisors
本文研究了Kairos采纳后Arbitrum的Timeboost机制，发现提前拍卖的竞争显著下降，Arbitrum捕获的价值份额减小，且付费投标仅占最高投标的14.8%。
2026-08-11 cs.GT
Assignment Markets with Budget Constraints
本文研究了带硬预算约束的不可分割物品分配市场，提出一种基于需求查询和附加验证条件的迭代拍卖机制，在条件满足时保持激励相容与强帕累托最优，并证明了不满足条件时该问题为 NP-hard。
2025-07-14 cs.GT econ.TH
Multi-Platform Budget Management in Ad Markets with Non-IC Auctions
MIT（麻省理工学院）；Meta Platforms, Inc.（Meta平台公司）
针对在线广告市场多平台非激励相容拍卖下的预算约束出价问题，提出最优出价策略与在线学习算法，实现期望效用最大化与$O(T^{3/4})$悔值，在合成及真实数据集上表现优于现有自适应步速算法。
2023-06-12 cs.GT cs.LG math.OC
Federated Learning Incentive Mechanism under Buyers' Auction Market
University of Electronic Science and Technology of China（电子科技大学）；Beihang University（北京航空航天大学）；National Taiwan University（台湾大学）；Jiangxi University of Finance and Economics（江西财经大学）
本文针对联邦学习市场转向买方市场的趋势，采用采购拍卖框架解释买方市场下的定价行为，并利用基于区块链的声誉机制选择高可靠客户端以防外部攻击，实验验证了该方法的有效性。
2023-09-10 cs.AI cs.GT cs.LG
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
