Competitive Equilibria for Non-quasilinear Bidders in Combinatorial Auctions
在瓦尔拉斯均衡的标准研究中,拟线性是一个普遍存在且有问题的假设。准线性意味着在瓦尔拉斯均衡中购买商品的买方价值总是与用未花费的钱购买的商品相加。在组合拍卖中,这是一个特别可疑的假设,在这种情况下,买家对商品的复杂偏好自然会超出瓦尔拉斯均衡中获得的物品。本文研究了在不假设拟线性的情况下组合拍卖中的瓦尔拉斯均衡。我们表明,存在性可以减少到一个阿罗德布鲁式的市场,一个可分的好,许多不可分的商品,和“分数”瓦尔拉斯均衡总是存在的。我们还表明,标准的积分瓦尔拉斯平衡相关的积分解的诱导配置LP与分数瓦尔拉斯平衡,推广已知的结果为拟线性和非quasilnear设置。
2016-06-22 cs.DS cs.GT
Computing Candidate Prices in Budget-Constrained Product-Mix Auctions
我们研究了一个版本的产品组合拍卖预算约束下的最优价格计算问题。与“标准”产品组合拍卖不同,目标是收入最大化而不是社会福利。我们证明了保罗Klemperer和DotEcon提出的算法,这是足够有效的,在较小的市场的正确性。
2022-08-04 cs.GT
On the Uniqueness of Bayesian Coarse Correlated Equilibria in Standard First-Price and All-Pay Auctions
研究对称独立私人价值模型下第一价格与全支付拍卖的贝叶斯粗相关均衡唯一性,证明全支付拍卖中 BCCE 唯一且等价于严格 BNE,第一价格拍卖需严格凹先验或递增策略限制,否则 no-regret 算法可能陷入低价汇聚并导致算法性合谋。
2024-11-17 cs.GT
Strategizing against No-Regret Learners in First-Price Auctions
Stanford University(斯坦福大学)
研究重复首价拍卖等博弈中优化者对抗无遗憾学习者的策略,证明基于均值的算法在标准首价拍卖中可限制优化者效用,但在贝叶斯设定下不可,并证实无多面体交换遗憾算法是限制效用的必要条件。
2024-02-13 cs.DS cs.GT cs.LG
Equitable Auctions
Johannes Kepler University Linz(林茨约翰·开普勒大学);Austrian Institute of Economic Research(奥地利经济研究所);Inria/FairPlay(法国国家信息与自动化研究所/公平游戏实验室);Tel Aviv University(特拉维夫大学);Maison Française d’Oxford, CNRS and Department of Economics, University of Oxford(牛津法国之家、法国国家科学研究中心及牛津大学经济学系)
研究拍卖设计对买方剩余分配的影响,提出简约公平性度量并应用于同质商品标准拍卖,设计出有效且贝叶斯-纳什激励兼容的剩余公平机制,揭示了不同拍卖形式的公平最优条件及混合拍卖中的无先验界限。
2026-10-16 cs.GT econ.TH
Auction Theory Adaptations for Real Life Applications
我们开发扩展拍卖理论的结果,在现实生活中的场景是有用的。1.由于估值通常是正的,我们首先使用对数正态分布来近似。这将是有用的许多金融相关的拍卖设置,因为资产价格通常是非负的。2.我们制定了一个正对称离散分布,这是可能的,其次是拍卖参与者的总数,并将其纳入拍卖理论的结果。3.当投标人的估值相互依赖时,我们开发扩展,并将所有开发的结果合并到最终的现实环境中。4.我们的方法可以成为一个实用的工具,投标人和拍卖卖家,以最大限度地提高他们的利润。这里开发的模型可能对库存估计和金融工具以及非金融商品的批发采购有用。所有的命题都是新的结果,它们引用了作为引理的已有结果。
2019-05-08 cs.GT q-fin.PR
A Robust Multi-Item Auction Design with Statistical Learning
UCLA(加州大学洛杉矶分校)
本文提出了一种结合统计学习和可信区间的多物品拍卖设计方法,通过两种新策略减少实施成本并提高效率。
2026-03-07 cs.GT stat.ML
Objective Variables for Probabilistic Revenue Maximization in Second-Price Auctions with Reserve
Columbia University(哥伦比亚大学)
许多在线公司在第二价格拍卖中出售广告空间。在本文中,我们开发了一种概率方法来学习一个有利可图的策略,以设置保留价。我们使用历史拍卖数据与功能,以适应最佳保留价的预测。这个问题是微妙的-拍卖的结构是这样的,保留价定得太高比保留价定得太低更糟糕。为了解决这个问题,我们开发了目标变量,一个新的框架相结合的概率建模与最优决策。客观变量是“幻觉观测”,它将收入最大化任务转化为正则化的极大似然估计问题,我们用期望最大化算法解决这个问题。该框架允许各种预测机制来设定保留价。作为例子,我们研究了目标变量方法与回归,核化回归,和神经网络的模拟和真实数据。我们的方法在可扩展性和利润方面都优于以前的方法。
2015-06-24 cs.AI cs.GT cs.LG
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
Expressiveness and Robustness of First-Price Position Auctions
由于经济机制往往适用于同一问题的非常不同的情况,因此最好确定在各种情况下都能有效的机制。我们追求这一目标的立场拍卖设置,并特别寻求机制,保证良好的结果下,完全和不完全的信息。具有多维出价的广义第一价格机制的变体被证明是能够实现这一目标的唯一标准机制,即使类型是一维的。对于这种健壮性来说,类型空间之外的表现力是必要的,也是足够的,这一事实与以前关于位置拍卖的工作提供了一个有趣的对比,这些工作强调了简单性的好处。从技术的角度来看,我们的结果是有趣的,因为他们建立了一个多维的出价空间,标准的技术打破均衡存在。均衡出价的结构还提供了一个直观的解释,说明为什么第一价格支付比第二价格支付能够在更广泛的情况下支持均衡。
2013-07-19 cs.GT
Rate of Price Discovery in Iterative Combinatorial Auctions
研究了一类迭代组合拍卖问题,该问题可以看作是求解供需平衡的定价问题的次梯度下降方法。我们提供了具体的收敛速度拍卖在这个类中,边界的拍卖轮数需要达到清算价格。我们的分析允许各种定价方案,包括项目,捆绑,多项式定价,和各自的收敛速度确认,更有表现力的定价方案来的成本较慢的收敛。我们考虑两个模型的投标人的行为。在第一个模型中,投标人的行为随机根据随机效用模型,其中包括标准的最佳反应投标作为一种特殊情况。在第二种模式中,投标人的行为是任意的(甚至是敌对的),而有意义的收敛依赖于设计合理的活动规则。
2016-05-31 cs.GT
Simple Mechanisms for Welfare Maximization in Rich Advertising Auctions
互联网广告拍卖已经从几行文字发展到更丰富的信息布局,包括图像、网站链接、视频等。这些新格式的广告占据不同的空间,广告商可以提供多种格式,只能显示其中一种。卖方现在面临着一个多参数的机制设计问题。计算一个有效的分配是计算棘手的,因此标准的Vickrey-Clarke-Groves(VCG)拍卖,虽然真实和福利最优,是不切实际的。在本文中,我们解决了现代广告拍卖设计中的一个基本问题。我们采用了“迈尔逊”的方法和研究分配规则,都是单调的出价和丰富的广告集。我们表明,这样的规则可以与支付功能配对,以提供一个真实的拍卖。我们的主要技术挑战是设计一个单调的规则,产生一个很好的近似最优福利。单调性不适用于标准算法,例如增量bang-per-buck顺序,它对像我们这样的“背包式”问题给出了很好的近似。事实上,我们表明,没有确定性的单调规则可以近似的最佳福利比$2$的因素(而有一个非单调的FPTAS)。我们的主要结果是一个新的,简单的,贪婪和单调的分配规则,保证了$3$近似。在实际的广告拍卖中,单调分配规则通常与所谓的广义第二价格(GSP)支付规则配对,该规则收取最低阈值价格,低于该价格分配会发生变化。我们证明了,即使我们的单调分配规则与GSP配对是不真实的,其无政府代价(PoA)是有界的。在标准的无竞价假设下,证明了$6$的纯PoA界和$\frac{6}{(1 - \frac{1}{e})}$的…
2022-06-06 cs.GT
A Dynamic Axiomatic Approach to First-Price Auctions
第一价格拍卖以其简单、透明的特点在实践中得到了广泛的应用。此外,它的潜在优点在复杂的环境中增长,其中激励兼容拍卖可能产生很少或根本没有收入。不幸的是,第一价格拍卖在理论上知之甚少,因为均衡不是{ \em先验}投标人行为的可靠预测。我们采取动态的方法来研究第一价格拍卖:而不是基于性能保证仅仅在静态均衡,我们研究了重复设置,并表明,强大的性能保证可能来自简单的公理投标人的行为。例如,只要输家迅速提高出价,标准的第一价格拍卖将产生至少与第二价格拍卖一样多的收入。我们将这种动态技术推广到复杂的支付你的出价拍卖设置,并表明投标人行为的假设越来越强,意味着拍卖的性能越来越强的保证。一路上,我们发现,拍卖师的选择投标语言是至关重要的推广时,超出了单一的项目设置,我们提出了一个具体的建设称为{ \em实用目标拍卖},表现良好。效用目标拍卖包括投标人的最终效用作为一个额外的参数,确定单一的维度,沿她希望竞争。这种拍卖与第一价格和递增代理包拍卖中的利润目标投标密切相关,并为各种复杂的拍卖环境提供了强有力的收入保证。特别有趣的是,在效用目标拍卖中保证存在纯策略均衡表明,如果投标人可以提出更复杂的出价,Overture可能会消除他们的广义第一价格赞助搜索拍卖中的循环行为。
2013-04-29 cs.GT
Non-parametric Revenue Optimization for Generalized Second Price Auctions
Courant Institute(库朗研究所);Google Research(谷歌研究院);Courant Institute of Mathematical Sciences(库朗数学科学研究所)
我们提出了一个广泛的分析学习广义第二价格拍卖的最优保留价的关键问题。我们描述了两种算法,这项任务:一个基于密度估计,和一种新的算法受益于坚实的理论保证,并具有非常有利的运行时间复杂度$O(n S \log (n S))$,其中$n$是样本大小和$S$的插槽数。我们的理论保证比以前在文献中提出的更有利。此外,我们表明,即使投标人不发挥均衡,我们的第二个算法仍然是定义良好,并最大限度地减少了数量的利益。据我们所知,这是第一次尝试将学习算法应用于GSP拍卖中的保留价优化问题。最后,我们提出了第一次收敛性分析的经验均衡报价函数的唯一对称贝叶斯-纳什均衡的普惠制。
2015-06-08 cs.GT cs.LG
On the Inefficiency of the Uniform Price Auction
我们提出了我们的结果统一价格拍卖,一个标准的密封投标多单位拍卖格式,出售多个相同的单位,一个单一的好多需求投标人。与真实和经济有效的多单位维克瑞拍卖相反,统一价格拍卖鼓励策略性投标,总体上是社会效率低下的。然而,统一定价规则因其对自然预期的吸引力而广受欢迎,即相同的物品应该被相同地定价。在这项工作中,我们研究了均衡的统一价格拍卖的投标人(对称)子模块的估值功能,超过他们赢得的单位数量。我们研究纯纳什均衡的拍卖在非支配策略,我们产生这些均衡的特征,使我们能够证明,一个分数1-1/e的最佳社会福利总是恢复在非支配纯纳什均衡-这个界限是本质上紧。随后,我们研究了拍卖下的不完全信息设置和证明了4-2/k界的经济无效的(混合)贝叶斯纳什均衡,支持的非支配策略。
2013-06-19 cs.GT
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
Cost Per Action Constrained Auctions
拍卖理论的一个标准结果是,在第二价格拍卖中,如实出价是一种弱优势策略。然而,该结果不适用于存在每次动作成本(CPA)约束的情况。例如,在数字广告中存在这样的约束,因为一些买家可能试图最大化点击总数,同时将经验每次点击成本(CPC)保持在阈值以下。更一般地说,CPA约束意味着买方心中有每单位价值的最大平均成本。我们讨论了这些限制如何改变拍卖理论的一些传统结果。按照通常的教科书叙述拍卖理论,我们专注于具体的对称设置,我们正式的CPA约束拍卖的概念,并得出一个纳什均衡第二价格拍卖。然后,我们将这一结果扩展到第一和第二价格拍卖的组合。此外,我们揭示了一个收入等价性,并表明卖方的收入最大化保留价为零。在实践中,CPA约束的买家可能会在给定的时间范围内瞄准经验CPA,因为拍卖会重复多次。因此,他的出价行为取决于过去的实现。我们表明,由此产生的买方动态优化问题可以正式与随机控制工具和数值求解可用的求解器。
2019-05-10 cs.GT math.OC
Price of Anarchy for Auction Revenue
本文开发工具的福利和收入分析的贝叶斯纳什均衡在不对称拍卖单维代理。我们使用这些工具来获得无政府状态的社会福利和收入的价格结果。我们的方法将标准平滑度框架分为两个不同的部分,将任何拍卖的分析与特定拍卖的分析隔离开来。第一部分将投标人在均衡时对福利的贡献与他们在最优拍卖中对福利的贡献联系起来,使用投标人面临的额外分配价格。直觉上,要么一个代理人的效用和对福利的贡献很高,要么她为额外分配所支付的价格相对于她的价值很高。我们称这个条件为价值覆盖;它在任何拍卖的每个贝叶斯-纳什均衡中都成立。第二部分,收入覆盖,涉及的价格投标人面临的额外分配的拍卖收入,使用拍卖的规则和可行性约束。结合这两个部分给出了最优福利的近似结果,并且在适当的条件下,给出了最优收入。在具有保留价格的机制中,我们的福利结果显示出与具有相同储备的最优机制的近似。作为一个核心的结果,我们分析了单个物品的第一价格拍卖与个人垄断储备。当每个分布满足正则性条件时,拍卖的收益至少是最优拍卖收益的$2e/(e-1) \approx 3.16$近似。我们还给出了边界的拟阵拍卖的第一价格或所有支付语义,和广义的第一价格位置拍卖。最后,我们给出了同时合成的一个扩张定理,即,当多个拍卖同时运行,单值,单位需求代理。
2019-01-16 cs.GT
Exploration via design and the cost of uncertainty in keyword auctions
我们提出了一个确定性的探索机制,赞助搜索拍卖,这使得拍卖师学习广告商的相关性分数,并允许广告商估计在拍卖网站上产生的点击的真实价值。这种探索性的机制与谷歌和雅虎目前使用的机制只有很小的不同!在这个意义上,它保留了相同的定价规则,类似的排名方案,以及类似的数学结构的回报。特别是,相关性分数和真实值的估计是通过为排名较低的广告商提供获得更好位置的机会来实现的。这允许搜索引擎潜在地测试新的广告商池,并且相应地,使得新的广告商能够估计经由拍卖生成的点击/引导的价值。这两个量都是先验未知的,它们的知识是拍卖有效运作所必需的。我们表明,这样的勘探政策可以纳入拍卖人的收入没有任何重大损失。我们将新机制的收入与标准机制在其相应的对称纳什均衡处的收入进行比较,并计算不确定性的成本,该成本被定义为每次印象的预期收入的相对损失。我们还限制了在相同的解决方案概念(即SNE)下,由于探索而导致的效率损失以及用户体验损失。因此,所提出的探索机制学习的相关性得分,同时纳入激励约束的广告客户谁是自私的,并试图最大化自己的利润,因此,探索本质上是通过机制设计。我们还讨论了新机制的变化,如真实的实现。
2007-11-02 cs.GT
Dynamic Reserve Prices for Repeated Auctions: Learning from Bids
很大一部分在线广告是通过重复的第二价格拍卖出售的。在这些拍卖中,保留价是拍卖师增加收入的主要工具。在这项工作中,我们调查以下问题:可以改变保留价的基础上以前的出价提高拍卖的收入,考虑到长期的激励和战略行为的投标人?我们发现,如果分布的估值是已知的,并满足标准的正则性假设,那么最优机制有一个恒定的储备。然而,当估值的分布存在不确定性时,可以使用先前的出价来了解估值的分布并更新保留价。我们提出了一个简单的,近似激励兼容的,渐近最优的动态储备机制,可以显着提高收入的最佳静态储备。这篇论文来自2014年7月(我们提交给WINE 2014),稍后发布在arxiv上,以补充WINE 2014会议记录中的1页摘要。
2020-02-18 cs.GT econ.TH
Side-by-side first-price auctions with imperfect bidders
Criteo AI Lab(Criteo 人工智能实验室)
本文研究了并行第一价格拍卖中不完美投标者的行为,通过迭代最佳响应算法证明均衡存在性,并提出可计算的定量分析方法。
2025-12-04 cs.GT econ.TH math.OC
Revenue Variance Minimization: Beyond First Price Auctions
Yale University(耶鲁大学);Google Research(谷歌研究)
本文研究了在多物品环境下通过引入负相关支付来减少收益方差,并探讨了在不同理性条件下拍卖机制的最优性问题。
2026-02-13 cs.GT
An Improved Welfare Guarantee for First Price Auctions
本文证明了在Bayes-纳什均衡中第一价格拍卖的福利至少是最优机制福利的一个$.743$ -分数,假设代理人的价值是独立分布的。之前的最佳界限是$1-1/e \approx .63$,由Syrgkanis和Tardos(2013)使用平滑性推导出来,平滑性是推理均衡博弈福利的标准技术。在最糟糕的例子中(来自Hartline et al.(2014)),第一价格拍卖实现了最优福利的$\approx .869$ -分数,远远好于理论保证。尽管存在较大的缺口,但尚不清楚$1-1/e \approx .63$结合是否紧密。我们证明它不是。我们的分析避开了平滑性,而是使用对代理人价值分布的独立性假设,以更仔细地计算那些尽管没有最高价值但仍获胜的代理人的福利贡献。
2018-03-18 cs.GT
From No-Regret to Strategically Robust Learning in Repeated Auctions
IRIF, CNRS, Université Paris Cité(IRIF、CNRS、巴黎cité大学)
本文证明了任何无遗憾学习算法在特定条件下都能实现战略稳健性,扩展了敏捷OGD在重复拍卖中的应用范围。
2026-02-09 cs.GT cs.LG econ.TH
Double Distributionally Robust Bid Shading for First Price Auctions
本文针对第一价格拍卖中价值与竞争格局估计噪声大的问题,提出基于Kullback-Leibler模糊集的双重分布鲁棒出价遮蔽策略,并在Yahoo DSP真实数据上验证其优于非鲁棒方法。
2024-10-18 cs.GT math.OC
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
Beyond Independent Values: Optimal Auctions with Correlated Valuations for LLM-Native Advertising
The University of Adelaide(阿德莱德大学)
针对LLM原生广告中广告主估值相关的问题,提出AffMyerson拍卖机制,其收益优于传统拍卖,且在真实查询场景下仍有显著收益提升。
2026-10-14 cs.GT cs.MA
On the Role of Tie-Breaking Rules in the Convergence of Fictitious Play for Symmetric First-Price Auctions
Criteo AI Lab(Criteo 人工智能实验室)
本研究探讨平局打破规则对虚拟博弈收敛性的影响,发现标准规则导致不收敛,而修改规则可恢复收敛并达到ε-均衡。
2026-09-17 cs.GT math.OC
The Role of Prescreening in Auctions with Predictions
本文研究拍卖中投标人预筛选的合理性条件,分析其在不同拍卖类型(第二价格、第一价格、全支付)中的收入影响,发现预筛选在全支付拍卖中可显著提升收入,且预测器准确性影响损失抵消效果。
2025-08-21 cs.GT
Statistical Inference and A/B Testing in Fisher Markets and Paced Auctions
本文针对线性Fisher市场和一阶价格pacing均衡(FPPE)两种市场均衡模型,基于Eisenberg-Gale凸规划提出统计推断框架,推导收敛性、渐近分布与置信区间,并证明其可用于拍卖平台统计有效的A/B测试。
2025-03-06 cs.GT econ.EM math.ST
Price of Anarchy of Simple Auctions with Interdependent Values
我们扩大文献的无政府代价价格(PoA)的同时项目拍卖考虑设置相关值,我们这样做,通过相互依存的价值(IDV)的基本经济模型。众所周知,在具有私有值的多项设置中,相关值可能导致不良PoA,其在代理$n$的数量上可能是多项式大的。在更一般的IDV模型中,我们证明了PoA即使在单项目设置中也可以是多项式大的。在积极的一面,我们确定了一个自然的条件,在市场上的信息分散,称为$γ$ -异质性,这使得良好的PoA保证。在这种情况下,我们表明,对于单项目设置,标准机制的PoA优雅地退化与$γ$。对于设置与$m>1$项目,我们显示了两个域之间的分离:如果$n \geq m$,我们设计了一个新的同时项目拍卖良好的PoA(相对于$γ$),在有限的信息不对称。据我们所知,这是多项设置中相关值的第一个阳性PoA结果。建立这一结果的主要技术困难在于,建立PoA结果的标准工具-平滑度框架-不适合IDV设置,因此我们必须引入新技术来解决此类设置带来的独特挑战。在领域的$n \ll m$,我们建立不可能的结果,即使是令人惊讶的简单的情况。
2021-02-27 cs.GT econ.TH
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
Online Contention Resolution Schemes for Network Revenue Management and Combinatorial Auctions
Graduate School of Business and Data Science Institute, Columbia University(哥伦比亚大学商学院与数据科学研究所);School of Industrial and Systems Engineering, Georgia Tech(佐治亚理工学院工业与系统工程学院);School of Data Science, The Chinese University of Hong Kong, Shenzhen (CUHK-Shenzhen)(香港中文大学(深圳)数据科学学院)
该研究针对网络收益管理与在线组合拍卖问题,提出随机元素在线竞争解决方案,突破了1/(1+L)的基本保证障碍,建立了不同竞争解决方案间的分离关系,并给出适用标准方案的特殊情况。
2026-08-12 cs.GT math.OC
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
Generalized Second Price Auction with Probabilistic Broad Match
通用第二价格(GSP)拍卖被广泛使用的搜索引擎今天出售他们的广告位。大多数搜索引擎在执行GSP拍卖时已经支持查询和出价关键字之间的广泛匹配,然而,已经揭示了具有它们当前使用的标准广泛匹配机制(表示为SBM-GSP)的GSP拍卖具有若干理论缺陷(例如,其理论特性仅对于单时隙情况和全信息设置是已知的,并且即使在这种简单设置中,对应的最坏情况社会福利也可能相当差)。为了解决这个问题,我们提出了一种新的宽匹配机制,我们称之为概率宽匹配(PBM)机制。与SBM不同,SBM将所有与给定查询匹配的关键字上的广告放在一起用于GSP拍卖,具有PBM的GSP(表示为PBM-GSP)根据预定义的概率分布随机采样关键字,并且仅对该采样关键字上的广告进行GSP拍卖。我们对PBM-GSP的理论性质进行了全面的研究。具体而言,我们研究了它的社会福利在最坏的均衡,在完全信息和贝叶斯设置。结果表明,PBM-GSP比SBM-GSP在温和的条件下产生更大的福利。此外,我们还研究了贝叶斯环境下PBM-GSP的收益保证问题。据我们所知,这是第一个关于普惠制广泛匹配机制的工作,它超越了单槽情况和全信息设置。
2014-04-15 cs.GT
Sample Complexity of Automated Mechanism Design
Carnegie Mellon University(卡内基梅隆大学)
收入最大化组合拍卖的设计,即多商品拍卖,是计算经济学中最基本的问题之一,甚至对于两个投标人和两个待售商品也没有解决。在传统的经济模型中,假设投标人的估价来自一个潜在的分布,并且拍卖设计者对这个分布有很好的了解。尽管这个强大的,往往是不切实际的假设,这是值得注意的是,收入最大化的组合拍卖仍然是未知的。近年来,自动化机制设计已成为设计高收益组合拍卖的最实用和最有前途的方法之一。最具可扩展性的自动化机制设计算法从投标人的估价分布中获取输入样本,然后在丰富的拍卖类别中搜索高收入拍卖。在这项工作中,我们提供了第一个样本的复杂性分析的标准层次结构的确定性组合拍卖类中使用的自动机制设计。特别是,我们提供了严格的样本复杂性界限的样本数量需要保证的经验收入的设计机制的样本接近其预期收入的基础上,未知的分布在投标人的估值,每个拍卖类的层次结构。除了帮助建立自动化机制设计的坚实基础,我们的研究结果也推动了学习理论的边界。特别地,在我们的上下文中使用的假设函数是通过多阶段组合优化过程定义的,而不是简单的决策边界,如在机器学习中常见的。
2016-06-13 cs.GT cs.LG
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
GSP - The Cinderella of Mechanism Design
大约15年前,谷歌推出了通用第二价格(GSP)拍卖。所有的理论,包括他们自己的[瓦里安14],这是错误的拍卖-维克雷-克拉克-格罗夫斯(VCG)拍卖会是正确的选择-但普惠制已经成功了。我们对GSP的成功给出了一个深刻的理由:广告主的偏好映射到一个我们称之为价值最大化的模型,他们不像标准理论所认为的那样最大化利润。对于价值最大化者,GSP是真实的拍卖[Aggarwal 09]。此外,这意味着普惠制的公理化-它是一种拍卖,其价格对价值最大化者来说是真实的-它可以比普惠制最初设计的简单模式更广泛地应用。特别是,将其应用于任意单参数域恢复的民间传说中的GSP定义。通过价值最大化的镜头,普惠制变成了一个强大的拍卖,在其原则和优雅的简单。
2017-01-20 cs.GT
Non-Truthful Position Auctions Are More Robust to Misspecification
在仓位拍卖的标准一维模型中,投标人同意仓位的相对价值,每个投标人提交一个单独的出价,并根据这些价值进行解释。出于目前的做法,在赞助搜索,我们考虑的情况下,拍卖人使用的相对价值,这可能是不精确的估计,并表明,在完整和不完整的信息下,一个不真实的机制是能够支持一个有效的结果,在均衡更广泛的这些估计比VCG机制。因此,我们展示了一个属性的VCG机制,这可能有助于解释令人惊讶的罕见性,它是使用即使在设置与单位需求,相对缺乏鲁棒性的投标语言的错误说明。完全信息条件下的结果涉及广义第二价格机制,并为该机制在实践中的应用提供了额外的理论支持。从技术角度来看,特别有趣的是不完全信息的结果,这是由VCG机制和广义第一价格机制中的均衡出价之间的惊人联系驱动的。
2018-06-21 cs.GT
Learning Multi-item Auctions with (or without) Samples
McGill University(麦吉尔大学);EECS and CSAIL, MIT(麻省理工学院电气工程与计算机科学系及计算机科学与人工智能实验室)
我们提供的算法,学习简单的拍卖,其收入是近似最佳的多项目多投标人设置,为广泛的估值,包括单位需求,添加剂,约束添加剂,XOS,和次添加剂。我们在两种情况下获得学习结果。第一种是通常研究的设置,其中给出了投标人对估值的分布的样本访问,对于有界支持的规则分布和任意分布。我们的算法需要多项式的项目和投标人的数量的许多样本。第二个是我们引入的更一般的最大-最小学习设置,在这里我们给出了“近似分布”,我们试图计算一个拍卖,其收入对于所有接近给定分布的“真实分布”同时近似最优。这些结果是更一般的,因为它们意味着基于样本的结果,也适用于设置,我们没有样本访问的基础分布,但估计他们间接通过市场研究或观察以前运行,可能不真实的拍卖。我们的研究结果适用于满足标准(和必要的)独立跨项目属性的估值分布。他们还概括和改进了最近的作品,这些作品提供了算法,可以在更受限制的设置中学习近似最优拍卖,使用样本访问分布的加性,次加性和单位需求估值。我们将这些结果推广到完整的单位需求,添加剂和XOS设置,i.i.d.。次加法投标人,并到最大最小设置。我们的研究结果是使新的统一收敛界的假设类下的产品措施。我们的边界的结果在样本复杂性的指数节省边界的VC维的边界相比,是独立的利益。
2017-09-01 cs.DS cs.GT cs.LG
How to manipulate truthful prior-dependent mechanisms?
在机制设计的标准制定中,一个关键的假设是设计者有可靠的信息和技术来确定代理类型的先验分布。同时,正如威尔逊原理所指出的,一个机制应该尽可能少地对先验类型分布的准确性做出反应。在本文中,我们提出了一个模型来形式化和量化这一说法。在我们的模型中,每个代理都有一个类型分布。此外,代理可以承诺虚假分发并且相对于虚假分发一致地且可接受地出价(即,在假分布下的贝叶斯均衡)。我们研究了几个著名的机制中的诱导分配承诺博弈的均衡。我们的结果可以概括如下:(1)在我们的模型下,迈尔森拍卖诱导的博弈策略等价于标准模型下的第一价格拍卖。因此,它们也是收入等价物。(2)在我们的假分布模型下,第二价格拍卖产生的收益弱于几个基于储备和基于虚拟值的拍卖。这些结果呼应了最近的文献先验独立的机制设计。
2016-07-19 cs.GT
Strengthening Bulow-Klemperer-Style Results for Multi-Unit Auctions
Hebrew University of Jerusalem(希伯来大学);Hong Kong University of Science and Technology(香港科技大学);Chinese Academy of Sciences(中国科学院)
本研究通过更强的分布假设和先验独立改进的VCG拍卖,显著减少了实现近最优收益所需的额外买家数量。
2026-02-12 cs.GT
Competition Complexity in Multi-Item Auctions: Beyond VCG and Regularity
本文研究多物品拍卖中简单机制相对最优机制的竞争复杂性,分别给出分物品拍卖的 Θ(n/α) 界和大捆绑拍卖的常数界。
2025-06-10 cs.GT econ.TH
How competitive are pay-as-bid auction games?
研究按报价支付拍卖博弈,通过限制策略空间为利普希茨连续函数证明纳什均衡存在且唯一,并表明极限下实现完全竞争、降低市场出清价格。
2025-04-22 cs.GT cs.MA cs.SY
Online Second Price Auction with Semi-bandit Feedback Under the Non-Stationary Setting
Tsinghua University(清华大学);Microsoft Research(微软研究院)
本文研究了非平稳在线第二价格拍卖问题。我们假设卖方在$T$轮中通过第二价格拍卖出售相同类型的物品,并且她可以在每轮中设置保留价。在每一轮中,投标人从卖方未知的联合分布中提取他们的私人价值。然后,卖家宣布了这一轮的底价。接下来,私人价值高于该轮宣布的保留价的投标人将向卖方报告他们的价值作为他们的出价。出价最高的投标人将赢得该项目大于保留价,她将支付给卖方的价格等于第二高的出价或保留价,以较大者为准。卖方希望在时间范围$T$内最大化其总收入,同时了解私人价值随时间的分布。这个问题比标准的在线学习场景更具挑战性,因为私有值分布是非平稳的,这意味着投标人的私有值分布可能会随着时间的推移而变化,我们需要使用\emph{non-stationary regret}来衡量我们算法的性能。据我们所知,本文是第一次对非平稳环境下的重复拍卖进行理论研究。该算法达到了非平稳遗憾上界$\tilde{\mathcal{O}}(\min\{\sqrt{\mathcal S T}, \bar{\mathcal{V}}^{\frac{1}{3}}T^{\frac{2}{3}}\})$,其中$\mathcal S$是分布中开关数,$\bar{\mathcal{V}}$是总变差之和,并且该算法不需要知道$\mathcal S$和$\bar{\mathcal{V}}$.我们还证明了遗憾下界$Ω(\sqrt{\mathc…
2019-11-14 cs.DS cs.GT cs.LG
Bridging the Gap Between Estimated and True Regret Towards Reliable Regret Estimation in Deep Learning based Mechanism Design
Griffith University(格里菲斯大学);Qiannan Normal University for Nationalities(黔南民族师范学院)
本文提出了一种高效的方法,通过推导遗憾下界和引导细化过程,提高深度学习拍卖机制中遗憾估计的准确性,从而更可靠地评估激励相容性。
2026-01-20 cs.GT cs.LG econ.GN
Advancing Ad Auction Realism: Practical Insights & Modeling Implications
Outreach Inc.(奥特里奇公司);Amazon Ads(亚马逊广告部门);Northwestern Univ.(西北大学)
本文将广告主建模为对抗性老虎机智能体,研究软底价等真实广告拍卖机制,揭示其收入影响并提出从出价推断价值分布的方法。
2024-04-09 cs.GT cs.LG econ.GN
Approximate Revenue Maximization in Interdependent Value Settings
我们研究收入最大化的设置中,代理人的价值是相互依存的:每个代理人收到一个信号从相关的分布和代理人的价值是所有的信号的函数。我们引入了一个变种的广义VCG拍卖保留价和随机入场,并表明,这种拍卖给出了一个常数近似的最优预期收益拟阵环境。我们的结果不需要对信号分布作任何假设,但是,它们要求价值函数满足标准的单交叉性质和凹型条件。
2014-08-19 cs.DS cs.GT
Learning to Bid in Contextual First Price Auctions
Google Research(谷歌研究院)
本文研究了重复上下文第一价格拍卖中的投标问题。我们考虑一个单一的投标人(学习者)谁反复出价在第一价格拍卖:在每一次$t$,学习者观察上下文$x_t\in \mathbb{R}^d$,并决定出价的基础上的历史信息和$x_t$。我们假设所有其他$m_t = α_0\cdot x_t + z_t$的最大出价的结构化线性模型,其中$α_0\in \mathbb{R}^d$对于学习者是未知的,并且$z_t$从具有对数凹密度函数$f$的噪声分布$\mathcal{F}$中随机采样。在每次$t$结束时,我们考虑\emph{binary feedback}(学习者只能观察她是否获胜)和\emph{full information feedback}(学习者可以观察$m_t$)。对于二进制反馈,当噪声分布$\mathcal{F}$已知时,提出了一种竞价算法,利用最大似然估计(MLE)方法实现最多$\widetilde{O}(\sqrt{\log(d) T})$后悔.此外,我们推广该算法的设置与二进制反馈和噪声分布是未知的,但属于一个参数化的家庭的分布。对于\emph{unknown}噪声分布的完全信息反馈,我们给出了一个最多达到$\widetilde{O}(\sqrt{dT})$的后悔算法.我们的方法结合了对数凹密度函数的估计,然后MLE方法学习噪声分布$\mathcal{F}$和线性权重$α_0$…
2021-11-10 cs.GT cs.LG
Liquid Price of Anarchy
将预算限制纳入拍卖分析变得越来越重要,因为它们可以更准确地模拟实际情况。社会福利函数是衡量拍卖效率的标准,但它不适用于有预算的拍卖环境,因为投标人从获得物品中获得的价值与可以从她那里变现的价值之间可能存在很大的脱节。流动福利目标函数被认为是有预算的拍卖环境的自然替代方案。简单的拍卖,像同时拍卖项目,是通过他们的表现在平衡使用无政府代价(PoA)措施-最佳结果的目标函数值的比率最差的平衡。因此,我们评估的同时项目拍卖在预算设置的无政府状态的流动无政府代价(LPoA)措施的性能-最佳的流动福利的最差的均衡中获得的流动福利的比率。我们的主要结果是,混合纳什均衡的LPoA是有界的常数时,投标人是可加性和项目可以分为足够多的离散部分。我们的证明是强大的,并可以扩展到实现类似的边界,同时第二价格拍卖以及贝叶斯纳什均衡。对于纯纳什均衡,我们建立严格的界限上的LPoA的较大类的分数次可加的估值。为了得到我们的结果,我们开发了一种新的技术,其中一些投标人偏离(令人惊讶的)走向非最优的解决方案。特别是,这种技术不适合平滑框架。
2015-11-03 cs.GT
BundleFlow: Deep Menus for Combinatorial Auctions by Diffusion-Based Optimization
针对组合拍卖中捆绑空间指数增长的难题,提出BundleFlow方法,借助基于ODE的扩散式变换生成捆绑分布,在单竞拍者场景下大幅提升拍卖收益并降低训练成本。
2025-02-21 cs.GT
The Sample Complexity of Revenue Maximization
在收益最大化拍卖的设计和分析中,拍卖绩效通常是根据输入的先验分布来衡量的。这种分布最明显的来源是过去的数据。我们的目标是了解有多少数据是必要的,足以保证接近最佳的预期收入。我们的基本模型是一个单一的项目拍卖,其中投标人的估价是独立的未知和不同的分布。卖家可以“免费”获得这些发行版中的$m$样本,并选择在新样本上进行拍卖。作为投标人数量k和eps > 0的函数,m需要多大才能达到最优收益的(1 - eps)近似值?我们证明,在标准的尾部条件下的基本分布,m = poly(k,1/eps)样本是必要的和充分的。我们的下限站在相反,许多最近的结果简单和事先独立的拍卖,从根本上涉及投标人的竞争,不相同的分布,和一个非常接近(但仍然是常数)的最佳收益近似之间的相互作用。它有效地表明,只有通过详细了解投标人的估值分布,才能实现足够好的最佳收益常数近似值。我们的上限是建设性的,特别适用于一个变种的经验迈尔森拍卖,自然拍卖,运行的收入最大化拍卖的经验分布的样本。我们的样本复杂度下限取决于一组允许的分布,为了捕捉这一点,我们引入了α-强正则分布,它插在正则(α = 0)和MHR(α = 1)分布的研究类之间。我们给出的证据表明,这一定义是独立的利益。
2015-11-26 cs.GT
Plan-Driven Adaptive Bidding for First-Price Auctions with Budget Constraints under Nonstationarity
Department of Industrial Engineering & Decision Analytics, Hong Kong University of Science and Technology(香港科技大学工业工程与决策分析系)
研究在非平稳环境下,预算受限的投标人如何学习适应性投标以最大化累积收益。提出基于双梯度下降的投标策略,并分析在不同未来私人价值知识设定下的性能损失。
2026-09-22 cs.GT cs.LG
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