Robust Communication Between Parties with Nearly Independent Preferences
本文研究有限状态通信博弈中发送者偏好受随机特质扰动时的稳健说服条件,发现当偏好轻微依赖状态时需近似无环且连通的均衡并满足单调性,而半局部递增差异可扩展该分析,并应用于道德考量对通信的影响。
2024-03-20 econ.TH
Bayesian Persuasion with a Risk-Conscious Receiver
School of Mathematical Sciences, Peking University(北京大学数学科学学院)
研究在接收者使用条件价值风险(CVaR)而非期望效用评估行动时的贝叶斯说服,发现CVaR偏好破坏了标准行动直接推荐简化方法,但通过主动凹面片段揭示原理和精确线性规划解决,且识别出风险表示边界。
2026-05-12 cs.GT econ.TH
Reaping the Informational Surplus in Bayesian Persuasion
贝叶斯说服模型研究了信息发送者和接收者之间的沟通,强调发送者从其信息优势中获取最大剩余的能力。在本文中,我们研究了一个设置与多个发送者,但在其中接收者只与一个发送者的他的选择:发送者提交的信号和接收器,然后选择,在过渡阶段,与发送者进行交互。我们的主要结果是,只要双方对彼此的偏好有一点点不确定,接收者就会在这个博弈的所有均衡中获得所有的信息盈余。
2020-06-03 cs.GT econ.TH
Data-Driven Persuasion
本文提出数据驱动的贝叶斯说服方法,发送者利用决策者行动数据推断先验,并寻求最大化最坏情况收益的信号,证明了特定问题的鞍点存在性并刻画了稳健最优实验。
2025-08-05 cs.GT econ.TH
Persuasion under the Threat of Verification
Toulouse School of Economics(图卢兹经济学院);HSE University, International College of Economics and Finance(高等经济大学国际经济金融学院)
研究公共交流后私下事实调查中,发送者在异质接收者验证前进行公共实验的情况。核心方法是分析发送者公共信息成本对结果的影响,主要贡献是揭示了不同成本下公共信息性与私下验证的关系及阶段反转。
2026-10-14 econ.TH
Persuading a Wishful Thinker
本文研究发送者如何设计信息结构来说服一个系统性过度乐观的非贝叶斯接收者,并证明当发送者不确定接收者心中的最佳结果时,最优说服结构相比贝叶斯情形会发生质的改变。
2023-11-30 econ.TH
Posterior-Separable Costs and Menu Preferences
FGV - São Paulo School of Economics(巴西圣保罗经济管理学院);Hebrew University of Jerusalem(耶路撒冷希伯来大学)
本文研究了在贝叶斯说服框架下,通过理性不注意偏好和无知等价性公理,实现后验可分离成本的唯一超平面求解方法。
2026-02-17 econ.TH
On Monotone Persuasion
本文研究线性情形下的单调说服问题,针对目标函数呈s形和m形的两种情形,分别求得最优单调信号为上限审查和区间披露,并应用于媒体审查。
2024-12-20 econ.TH
Managing Persuasion Robustly: The Optimality of Quota Rules
Yale University(耶鲁大学);London School of Economics(伦敦政治经济学院);National University of Singapore(新加坡国立大学)
本文研究了在存在不确定性时,配额规则在发送者-接收者模型中始终是最优的决策规则。
2026-07-28 cs.GT econ.TH
Persuasion, Delegation, and Private Information in Algorithm-Assisted Decisions
Cornell University(康奈尔大学)
本文研究算法辅助决策中的最优算法设计与授权规则,发现授权仅在委托人与代理人决策一致时最优,信息量最大的算法可能次优,且善意增加信息或保留人类参与的政策可能反而降低决策质量。
2024-02-21 cs.AI cs.CY cs.GT
Persuading Risk-Conscious Agents: A Geometric Approach
针对信念效用非线性、具有风险意识的接收者,本文利用问题几何结构提出凸优化框架以求解最优说服机制,刻画完全说服条件,并将二元说服归约为线性规划。
2023-07-13 cs.GT econ.TH
Informativeness and Trust in Bayesian Persuasion
研究贝叶斯劝说中发送方与接收方的交互,通过线性规划刻画Stackelberg博弈值与信任约束,定义并量化发送方信息量,推广了确定性策略下的先前工作。
2024-08-25 cs.GT cs.SY econ.TH
Sequential Information Design: Markov Persuasion Process and Its Efficient Reinforcement Learning
Yale University(耶鲁大学);University of Virginia(弗吉尼亚大学);University of Science and Technology of China(中国科学技术大学);Google(谷歌);Northwestern University(西北大学)
在当今经济中,互联网平台考虑顺序信息设计问题以使其长期利益与gig服务提供商的激励相一致变得重要。本文提出了一种新的模型,顺序信息设计,即马尔可夫说服过程(MPPs),发送者,具有信息优势,试图说服流近视接收者采取行动,最大限度地提高发送者的累积效用在有限时域马尔可夫环境中,具有不同的先验和效用函数。因此,在MPP规划面临着独特的挑战,在寻找一个信令策略,同时具有说服力的近视的接收器,并诱导发送器的最佳长期累积效用。然而,在模型已知的总体水平上,事实证明,我们可以有效地确定最优(分别为)。$ε$ -最佳)策略,具有有限(分别无限的)状态和结果,通过修改公式的贝尔曼方程。我们的主要技术贡献是研究在线强化学习(RL)设置下的MPP,其目标是通过与底层MPP交互来学习最优信令策略,而无需知道发送方的效用函数,先验分布和马尔可夫转移核。我们设计了一个可证明有效的无遗憾学习算法,说服过程的乐观-悲观原则(OP 4),它具有乐观和悲观原则的新颖组合。我们的算法通过实现次线性$\sqrt{T}$ -遗憾上界而享有样本效率。此外,我们的算法和理论都可以通过函数逼近应用于具有大空间结果和状态的MPP,并且我们在线性设置下展示了这样的成功。
2022-02-22 cs.AI cs.GT cs.LG
Learning to Persuade on the Fly: Robustness Against Ignorance
University of Minnesota(明尼苏达大学);University of Chicago(芝加哥大学)
本文研究发送者在未知状态分布下即时学习并说服接收者的问题,提出以鲁棒性为核心的说服力准则,并设计算法实现 $O(\sqrt{T\log T})$ 的最优遗憾界。
2024-05-03 cs.GT cs.LG econ.TH
Constrained Serial Rule on the Full Preference Domain
我们研究的问题,分配对象的代理人在存在任意的线性约束时,代理人被允许是无差别的对象之间。我们的主要贡献是通过一个新的机制称为约束串行规则的(扩展)概率串行机制的泛化。这种机制是计算效率和保持理想的效率和公平性,即受约束的序数效率和嫉妒自由之间的代理相同类型。我们的机制是基于一个线性规划的方法,占所有的约束条件,并提供了一个重新解释的瓶颈集的代理,形成了一个重要组成部分的扩展概率串行机制。
2020-11-02 econ.TH
Respecting Linear Orders for Supermajority Rules
本文研究尊重由超级多数规则修正的集体偏好关系的线性序,利用传递闭包与Suzumura一致闭包消除循环,证明所得集合非空且与排名对法和Schulze法相关,并满足扩展孔多塞准则与帕累托原则。
2025-03-31 econ.TH
Selling Multiple Complements with Packaging Costs
本文研究多单位不可分割物品的打包分配问题,通过增量成本与成本依赖图刻画卖方对供给划分的偏好,利用线性规划刻画瓦尔拉斯均衡价格,并给出打包线性竞争性价格存在的充分条件及升价拍卖实现。
2025-07-06 econ.TH
Almost Quasi-linear Utilities in Disguise: Positive-representation An Extension of Roberts' Theorem
这项工作涉及社会选择规则的实施,使用占优策略的无限制的偏好。具有开创性意义的吉巴德-萨特思韦特定理表明,除非我们假设对偏好有一些限制或允许货币转移,否则只有很少几个没有吸引力的社会选择规则可以实施。当允许货币转移和准线性效用w.r.t.在假设金钱的情况下,Vickrey-Clarke-Groves(VCG)机制被证明可以实现任何仿射最大化器,并且通过Roberts的工作,只要代理的类型集足够丰富,就只能实现仿射最大化器。在这项工作中,我们概括了这些结果,并定义了一类新的偏好:偏好是积极的,由一个准线性效用。也就是说,代理人的偏好的子空间的结果可以建模使用准线性效用。我们表明,VCG机制的激励兼容机制的特征自然延伸到这个领域。我们的研究结果如下从一个简单的还原VCG机制的表征。因此,我们认为我们的结果更像是一个更完整更正确的VCG表征版本。这项工作还突出了一个共同的误解,在社区归因于VCG结果的使用可转移的效用。我们的研究结果表明,激励兼容性的VCG机制不依赖于钱是一个共同的分母,而是设计师的能力,精细的代理人在一个连续的(也许代理特定的)规模。我们认为,这两种见解,考虑效用作为一种代表,而不是作为偏好本身(这在经济共同体中很常见),并考虑仅代表相关领域偏好的效用,在其他领域也会取得成果。
2019-10-26 cs.GT econ.TH
A polynomial algorithm for maxmin and minmax envy-free rent division on a soft budget
目前由公平分配网站Spliddit领导的无嫉妒租金分配的做法是基于准线性偏好。这些偏好排除了代理人有据可查的财务限制。为了解决这个问题,我们考虑分段线性预算约束的偏好。这些偏好承认代理人支付低于和高于给定参考的租金的边际负效用的差异,即,宽松的预算我们构造了一个多项式算法来计算最大最小效用无嫉妒分配,以及其他相关的解决方案,在这个领域。
2020-02-07 cs.GT econ.TH
Matching with Transfers under Distributional Constraints
我们研究具有可转移效用的双边多对一匹配市场,例如,劳动力和租赁住房市场,在这些市场中,货币可以在代理人之间进行交易,但要受到一组可行分配的分配约束。在这样的市场中,我们建立了均衡安排的效率,指定的分配和市场两侧的代理之间的转移,并研究了分配约束和代理偏好的条件下,均衡存在,并可以有效地计算。为此,我们首先考虑机构数量(例如,劳动力市场中的企业)是一个,并表明无论约束结构的性质或代理人的偏好如何,均衡安排都存在。然而,在多个机构的市场中,即使每一方的代理人对另一方的代理人有线性(或可加分离)偏好,均衡安排也可能不存在。因此,对于具有线性偏好的市场,我们利用线性规划对偶研究了保证均衡存在的约束结构的充分条件。我们的线性规划方法不仅将Shapley和Shubik(1971)在一对一匹配设置下的线性规划方法推广到分布约束下的多对一匹配设置,而且还提供了一种有效计算市场均衡的方法。
2022-04-24 cs.GT econ.TH
Fair integer programming under dichotomous and cardinal preferences
针对整数线性规划多最优解导致的公平性问题,提出在二分与基数偏好下公平选择最优解的统一框架及多种算法,并通过肾脏交换和单机调度验证其福利效果与计算效率。
2024-04-09 cs.DS cs.GT econ.TH