Improved Truthful Mechanisms for Combinatorial Auctions with Submodular Bidders
一个长期存在的开放问题，在拍卖机制设计是设计计算效率的真实机制（近似）最大化的福利与子模块投标人的组合拍卖。第一个这样的机制是由Dobzinski、Nisan和Schapira [STOC'06]获得的，他们给出了一个$O(\log^2{m})$近似，其中$m$是项目的数量。这个问题已被广泛研究，因为，最终在$O(\sqrt{\log{m}})$近似机制Dobzinski [STOC'16]。我们提出了一种计算效率高的真实机制，近似比，提高了国家的最先进的指数因子。特别是，我们的机制实现了$O((\log\log{m})^3)$ -近似的期望，只使用$O(n)$的需求查询，并具有普遍的真实性保证。这解决了Dobzinski关于$Θ(\sqrt{\log{m}})$是否是负设置中的最佳近似比的未决问题。
2019-11-07 cs.DS cs.GT
Universally Truthful Secondary Spectrum Auctions
我们提出了一种机制设计方法，用于实现无线网络中的本地频谱重新分配的算法。例如，在单跳请求调度中，二级用户被建模为理性代理，当为成功传输分配信道时，这些代理具有私人效用。我们提出了一个相当简单的算法技术，允许把现有的和未来的近似算法和proximistics到真实的机制，为各种各样的网络问题。与以前的工作相比，我们的方法适用于文献中几乎所有已知的干扰模型，包括基于SINR的干扰物理模型。它允许解决单跳和多跳调度，路由，甚至更一般的分配和分配问题。我们的机制是随机的，并代表了第一个普遍真实的机制，这些问题与严格的最坏情况下的解决方案的质量保证。通过这种方式，我们的机制可以用来获得保证的解决方案的质量，即使与风险规避或风险寻求投标人，现有的方法失败。
2013-05-10 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
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
New Auction Algorithms for the Assignment Problem and Extensions
针对经典线性分配问题，基于对偶理论提出激进型与合作型两种新拍卖算法，并推导出结合两者的变体，同时扩展至最短路径、最大流等网络优化问题。
2023-10-21 cs.GT
The Simple Economics of Approximately Optimal Auctions
利润通过边际收益最大化而最优化的直觉是微观经济学的指导原则。在具有线性效用和一维偏好的代理人的经典拍卖理论中，Bulow和Roberts（1989）表明，Myerson（1981）的最优拍卖实际上是优化边际收益。特别是迈尔森的虚拟价值，正是一个适当的收入曲线的衍生物。本文研究了多智能体多维非线性偏好环境下的机制设计问题。了解这些环境下的好拍卖被认为是贝叶斯最优机制设计的主要挑战。在这些环境中，最大化边际收益可能不是最优的，有时没有直接的方法来实现边际收益最大化。我们的贡献有三个方面：我们的特点的设置，边际收入最大化是最佳的（通过确定一个重要的条件，我们称之为收入线性），我们给出了简单的程序，实现边际收入最大化的一般，我们表明，边际收入最大化是近似最优的。我们的近似因子在一个量化环境离理想（边际收入最大化是最优的）有多远的术语中平滑地下降。由于边际收益机制是最佳的单维代理，我们的推广立即近似扩展了许多单维代理的结果。贝叶斯算法机制设计中最大的开放问题之一是开发在代理类型空间的大小上不具有蛮力的方法。我们的方法确定了一个子问题，例如，对于具有从产品分布中提取的值的单位需求代理，启用在维度上为多项式的近似机制。
2014-06-05 cs.GT
Mode Connectivity in Auction Design
Université Libre de Bruxelles（布鲁塞尔自由大学）；Goethe-Universität Frankfurt（法兰克福大学）；London School of Economics and Political Science（伦敦政治经济学院）；Shanghai University of Finance and Economics（上海财经大学）
本文证明拍卖设计中的RochetNet及其广义版本满足模式连通性，即局部最优解由分段线性路径相连，路径上解的性能不劣于局部最优，首次在可微经济学中给出理论分析。
2024-07-17 cs.GT cs.LG cs.NE
Combinatorial Auctions with Conflict-Based Externalities
组合拍卖是机制设计中的一个研究热点。然而，与标准模式相反，实证研究表明，投标人的估价往往不仅仅取决于分配给他的货物。例如，在adwords拍卖中，广告客户可能不希望自己的广告显示在竞争对手的广告旁边。在本文中，我们提出并分析了几个自然图论模型，将这种负外部性，投标人形成一个有向冲突图的最大出度$Δ$。我们设计的算法和真实的社会福利最大化的机制，达到近似比率取决于$Δ$。对于CA，我们的结果是双重的：（1）通过丢弃独立于投标的投标人/项目来消除冲突的彩票。它允许应用任何真实的$α$ -近似机制进行无冲突的估值，并产生一个$\mathcal{O}(αΔ)$ -近似机制。(2)对于分数次可加性赋值，我们设计了一个舍入算法，通过一个新的组合的半定规划和线性规划，从而在一个锥规划，逼近比是$\mathcal{O}((Δ\log \log Δ)/\log Δ)$。在现有硬度结果的情况下，该比率几乎是最佳的。对于adwords拍卖的突出应用，我们提出了几种算法，最相关的情况下，项目的数量是小的。特别地，我们设计了一个真实的机制与近似比$o(Δ)$时，项目的数量只是对数的投标人的数量。
2015-09-30 cs.DS cs.GT
Intelligent escalation and the principle of relativity
升级是一个事实，即在游戏中（例如在拍卖中），代理人永远玩。该$0,1$ -游戏是一个非常简单的无限游戏与智能代理，其中升级出现。从认知心理学的角度，揭示了决策过程中智能（算法思维）与理性（算法思维和反思思维）的区别。它还表明，取决于观点（内部或外部），代理人的合理性可能会改变，这被提议称为相对性原则。
2015-05-27 cs.GT
Bayesian Calibrated Click-Through Auction
本文研究点击率拍卖中的信息设计，提出FPTAS算法计算近似最优机制，并针对双竞标者对称情形设计基于最优信号比的简单无先验信号方案，以最大化卖家收入。
2024-04-20 cs.GT
On the Power of Randomization in Algorithmic Mechanism Design
在许多情况下，真实机制的力量受到严格的限制。在本文中，我们使用随机化来克服这个问题。特别是，我们构建了一个FPTAS多单位拍卖，是真实的期望，而有证据表明，没有多项式时间的真实确定性机制提供了一个近似比优于2。我们还首次表明，真实的期望多项式时间机制是\emph{provably}强于多项式时间普遍真实的机制。具体来说，我们表明，有一个设置，其中：（1）有一个非多项式时间的真实机制，总是输出最优解，（2）没有普遍真实的随机机制可以提供一个近似比优于2的多项式时间，但（3）FPTAS是真实的期望存在。
2009-08-24 cs.DS cs.GT
Generalizing Complex Hypotheses on Product Distributions: Auctions, Prophet Inequalities, and Pandora's Problem
IIIS, Tsinghua University（清华大学交叉信息研究院）；ITCS, Shanghai University of Finance and Economics（上海财经大学理论计算机科学中心）
本文探讨了产品分布的学习问题的泛化理论，补充现有的学习理论，在这个意义上，它不依赖于任何复杂性措施的假设类。主要贡献是两个一般的样本复杂性界：（1）对于任何关于$n$维乘积分布的问题，其边际具有有限的支持度，其大小至多为$k$，$\tilde{O} \big( \frac{nk}{ε^2} \big)$样本对于学习$ε$ -最优假设是充分和必要的;（2）对于$n$上的任何问题，$\tilde{O} \big( \frac{n}{ε^2} \big)$样本是充分和必要的-如果它满足算法博弈论文献中的强单调性概念，则它是二维乘积分布。作为这些理论的应用，我们匹配单参数收入最大化的最佳样本复杂度（Guo et al.，STOC 2019），改善多参数收入最大化（Gonczarowski和Weinberg，FOCS 2018）和先知不平等（Correa等人，EC 2019），并提供了潘多拉问题的第一个严格的样本复杂度。
2020-07-26 cs.GT cs.LG
The Complexity of Optimal Mechanism Design
迈尔森的开创性工作提供了一个计算效率高的收入最优拍卖出售一个项目给多个投标人。将这项工作推广到同时销售多个项目一直是经济学和算法博弈论的中心问题，但其复杂性仍然知之甚少。我们回答这个问题，表明在多项目设置的收入最优拍卖不能找到和实现计算效率，除非ZPP包含P^#P。这是真的，即使是一个单一的添加剂投标人的项目的价值是独立分布在两个有理数与合理的概率。我们的结果是非常一般的：我们表明，很难计算可以在预期的多项式时间内实现的任何格式（直接或间接，真实或不真实）的最优拍卖的任何编码。特别是，在可信的复杂性理论假设下，在非常简单的多项目设置中的收入优化只能被近似地处理。我们注意到，我们的硬度结果适用于一个非常简单的设置中的随机机制，并不是通过允许项目值之间的相关性，引入组合赋值，或要求机制是确定性的（其结构很容易组合）来引入组合结构的问题。我们的证明是通过一个额外的超模块化约束的指数大小的线性规划的收入最大化的解决方案的流解释。
2013-03-30 cs.GT
An Algorithmic Theory of Simplicity in Mechanism Design
本文提出一种介于OSP与SOSP之间的新机制概念，针对单维领域和二元分配问题给出算法刻画，证明基于反向贪心算法的机制对不完全理性更具鲁棒性。
2024-03-13 cs.GT cs.MA
Algorithmic Information Design in Multi-Player Games: Possibility and Limits in Singleton Congestion
Princeton University（普林斯顿大学）；University of Oregon（俄勒冈大学）；University of Chicago（芝加哥大学）
到目前为止，大多数关于多代理信息设计的算法研究都集中在没有代理间外部性的限制情况下;少数例外调查了真正的战略游戏，如零和游戏和第二价格拍卖，但都只关注最优公共信号。本文在一类具有负外部性的基本博弈中，提出了\emph{public}和\emph{private}信令的算法信息设计，即，单例拥塞游戏，在今天的数字经济，机器调度，路由等具有广泛的应用，对于公共和私人信令，我们表明，最优信息设计时，可以有效地计算资源的数量是一个常数。据我们所知，这是第一套有效的\emph{exact}算法的信息设计，简洁地表示多人游戏。我们的研究结果取决于新的技术，如开发某些“简化形式”，以competitively表征公共信号的均衡或代表球员的边际信念，在私人信号。当有许多资源，我们显示计算的棘手性的结果。为了克服多重均衡的问题，在这里我们引入了一个新的均衡概念-- \emph{oblivious}硬度，它排除了计算良好信号方案的任何可能性，无论均衡选择规则如何。
2022-09-05 cs.AI cs.GT
How to Sell Information Optimally: an Algorithmic Study
我们研究的算法问题出售信息的代理人面临的决策问题下的不确定性。我们采用Bergemann等人最近提出的模型。[BBS 18]，其中信息通过称为实验的信号方案揭示。在单代理设置中，任何机制都可以表示为实验菜单。我们的研究结果表明，设计收入最优菜单的计算复杂性在很大程度上取决于模型的指定方式。当所有的参数的问题是明确的，我们提供了一个多项式时间算法，计算收入最优的菜单。对于指定的模型与简洁的隐式描述的情况下，我们表明，问题的易处理性是紧密相关的最佳响应Oracle的有效实施：当它可以有效地实现，我们提供了一个添加剂的FPTAS的运行时间是独立的动作的数量。另一方面，我们提供了一个家庭的问题，它是计算上难以处理的最佳对策的预言，我们表明，这是NP-很难得到即使是一个恒定的分数的最佳收入。此外，我们研究了Bergemann等人[BBS 18]对原始模型的推广，该模型允许多个代理竞争有用的信息。我们利用拍卖设计研究中开发的技术（参见[CDW 12 a]，[AFHHM 12]，[CDW 12 b]，[CDW 13 a]，[CDW 13 b]）来设计一个多项式时间算法，该算法计算出售信息的收入最优机制。
2020-12-23 cs.GT
Algorithmic Collusion by Large Language Models
a pawfessor of economics and of computer science（经济与计算机科学教授）；OpenAI’s Researcher Access Program（OpenAI研究员访问计划）；Google’s Gemini Academic Program（Google的Gemini学术计划）；Cloud Research Credits Program（云研究信用计划）；Anthropic；NSF Graduate Research Fellowship（NSF研究生研究 fellowship）；Kempner Institute Graduate Fellowship（Kempner研究所研究生 fellowship）；National Science Foundation (NSF-BSF grant No. 2343922)（国家科学基金会（NSF-BSF grant No. 2343922））；Harvard FAS Dean’s Competitive Fund for Promising Scholarship（哈佛大学哈佛大学教务处有前途的学术研究竞争基金）；Harvard FAS Inequality in America Initiative（哈佛大学哈佛大学美国不平等倡议）；United States–Israel Binational Science Foundation (BSF grant 2022417)（美国-以色列双边科学基金会（BSF grant 2022417））
研究发现大语言模型在寡头市场中因指令变化导致超竞争性定价，揭示了AI定价代理监管的挑战。
2026-08-31 cs.AI cs.GT econ.GN
Scalable Neural Incentive Design with Parameterized Mean-Field Approximation
ETH Zurich（苏黎世联邦理工学院）；ETH AI Center（苏黎世联邦理工学院人工智能中心）
本文提出参数化平均场博弈近似与AMID算法，以可扩展方式设计多智能体激励，在拍卖中显著提升收入并优于基准。
2025-10-24 cs.GT cs.LG cs.MA
Optimal Multi-Dimensional Mechanism Design: Reducing Revenue to Welfare Maximization
我们提供了一个减少从收入最大化福利最大化的多维贝叶斯拍卖任意（可能组合）的可行性约束和独立投标人与任意（可能组合）的需求约束，适当地扩展迈尔森的结果，这种设置。我们还表明，每个可行的贝叶斯拍卖可以实现为虚拟VCG分配规则的分布。虚拟VCG分配规则具有以下简单形式：每个投标人的类型t_i通过投标人特定函数转换为虚拟类型f_i（t_i）。然后，选择虚拟福利最大化的分配。使用这个特性，我们展示了如何找到和运行的收入最优拍卖只黑盒访问的VCG分配规则的实现。我们将这一结果推广到任意相关的投标人，引入二阶VCG分配规则的概念。我们得到我们的减少收入福利优化通过两个算法的结果，减少形式的设置与任意的可行性和需求约束。首先，我们提供了一个分离预言机，用于确定一个简化形式的可行性。其次，我们提供了一个几何算法来分解任何可行的减少形式到虚拟VCG分配规则的分布。此外，我们将展示如何执行这两个算法只给予黑盒访问的实现的VCG分配规则。我们的结果是计算效率的所有多维设置的投标人是添加剂。在这种情况下，我们的机制在投标人类型总数的时间多项式中运行，但不是类型配置文件。对于一般相关分布，这是问题的自然描述复杂性。通过使用最新的技术，运行时可以进一步改进为项目对称设置中的poly（#items，#biders）。
2012-07-23 cs.DS cs.GT
Multi-Agent Combinatorial Contracts
本文研究多智能体多动作的组合契约问题，提出新型分析工具，得到子模问题的紧常数因子近似，还给出单智能体场景FPTAS及次可加奖励下福利与委托人效用的对数级差距界。
2024-05-14 cs.GT
Mechanisms for Risk Averse Agents, Without Loss
近年来，代理人收益为随机变量的拍卖越来越受到人们的关注。特别是，最近在算法机制设计方面的工作已经产生了采用内部随机化的机制，部分地响应于由计算复杂性施加的对确定性机制的限制。对于许多这些机制，这通常被称为真实的期望，激励相容性是视情况而定的假设，代理人是风险中性的。这些机制受到了批评，理由是这种假设过于强烈，因为“真正的”代理人通常是风险厌恶的，而且他们对风险的确切态度通常是先验未知的。作为回应，算法机制设计的研究人员一直在寻求普遍真实机制的设计-激励相容性不假设代理人对风险的态度的机制。我们发现，任何真实的预期机制可以一般转化为一种机制，即使是激励兼容的代理人是风险厌恶，而不修改机制的分配规则。转换后的机制不要求报告制剂的风险状况。等价地，我们的结果可以表述如下：每个（随机）分配规则，是可实现的优势策略时，玩家是风险中性的也是可实现的，当玩家被赋予一个任意的和未知的凹效用函数的钱。
2012-06-13 cs.GT
Information Design for Spatial Resource Allocation
针对空间分布资源可策略性迁移的平台，本文研究通过单调分区信息披露影响资源重定位以提升佣金收入，证明其在多类实际情形下最优，并给出一般情形下求取近优信息结构的算法。
2023-07-16 cs.GT
Distributed Signaling Games
在最近的计算机科学文献中反复出现的主题是，信令方案的适当设计是旨在优化社会福利或收入的有效机制的关键方面。这方面的研究工作之一是了解设计有效的信令方案的算法和计算复杂性。然而，在现实中，信息通常不是由一个中央权威机构，而是分布在多个来源（第三方“调解人”），这一事实，极大地改变了战略和组合性质的信令问题，使之成为信息提供方之间的游戏，而不是传统的机制设计问题。在本文中，我们介绍{ \em分布式信令游戏}，同时使用显示广告作为一个典型的例子，介绍这个基础框架。分布式信令游戏可以是纯协调游戏（即，分布式优化任务）或非合作游戏。在纯协调博弈的背景下，我们表现出了很大的差距之间的计算复杂性的集中式和分布式信令问题。另一方面，我们表明，如果每个调解人的信息结构被假定为“本地”，那么有一个有效的算法，找到一个接近最佳的（$5$近似）分布式信令方案。在非合作博弈的背景下，由中介信号产生的结果可能对每个人都有不同的价值（由于拍卖人希望通过相对补偿将中介的激励与他自己的激励相一致）。通过Shapley值的一个新的应用，我们设计了一种机制来解决这个问题，并证明了它具有一些有趣的性质，特别是它总是允许一个纯纳什均衡，而且它不会减少拍卖人的收益.
2015-07-05 cs.GT
Computing Stable Coalitions: Approximation Algorithms for Reward Sharing
Rensselaer Polytechnic Institute（伦斯勒理工学院）
考虑一个设定，其中自私的代理人被分配到来自固定集合P的联盟或项目。每个项目k由一个估值函数表征; v_k（S）是由一组S代理人在项目k上工作产生的值。我们在这种背景下研究了以下经典问题：“代理人应该如何分配他们共同创造的价值？".合作博弈论中的一个传统方法是研究核心稳定性，隐含的假设是一个项目有无限个副本，代理人可以将自己分成任何数量的联盟。相比之下，我们考虑一个模型与有限数量的不相同的项目，这使得计算高福利的解决方案和核心支付非常不平凡。本文的主要贡献是一个黑箱机制，减少了计算一个接近最优的核心稳定的解决方案的问题，纯粹的算法问题的福利最大化，我们应用这个计算近似核心稳定的解决方案，提取四分之一的最佳社会福利的类的次加性估值。我们还展示了几个流行的子类更强大的结果：匿名，分数次加性，次模估值，以及提供新的近似算法福利最大化与匿名函数。最后，我们建立了一个连接，我们的设置和研究项目投标的同时拍卖，我们调整我们的结果来计算这些拍卖的近似纯纳什均衡。
2015-08-27 cs.AI cs.GT
Bayesian Persuasion under Ex Ante and Ex Post Constraints
贝叶斯说服是研究战略代理人之间的信息共享策略。一个最好的例子是在线广告拍卖中的信号：当向用户出售广告机会时，平台应该向广告商发出关于用户的什么信息？防止歧视、保护隐私或承认信息接收者注意力有限等实际考虑因素对信息共享施加了限制。在这项工作中，我们提出并分析了一个简单的方法来数学建模，如限制接收器的容许后验信念的限制。我们考虑两个家庭的约束-事前和事后，后者限制发送者-接收者通信的每个实例，而前者更一般的家庭也可以构成限制的期望。对于事前族，Doval和Skreta建立了具有少量信号的最优信号方案的存在性-至多是约束的数量加上自然状态的数量;我们证明了这个结果是紧的，并提供了另一种证明。对于事后族，我们收紧了Vølund的界，表明所需的信号数至多是自然状态数，就像卡梅尼卡-根茨科的原始场景一样作为我们的主要算法的结果，我们提供了一个添加剂的双标准FPTAS的最优约束信令方案假设一个恒定的状态数，我们提高了近似的Slater的正则性条件下的单标准。FPTAS在标准假设下成立;放松的假设产生PTAS。最后，我们确定了凸事前约束下Sender的最佳效用与相应的事后约束之间的比率。这个界限适用于找到一个近似福利最大化的约束信令方案在广告拍卖。
2021-04-11 cs.GT
Near-Optimal and Robust Mechanism Design for Covering Problems with Correlated Players
我们考虑的问题，设计激励兼容的，事后个别合理的（IR）机制，覆盖问题的贝叶斯设置，玩家的类型是从一个潜在的分布，并可能是相关的，目标是尽量减少预期的总支付的机制。我们制定了一个概念的激励相容性（IC），我们称之为{ \em支持为基础的IC}，这是大大超过贝叶斯IC的鲁棒性，并开发黑盒减少支持为基础的IC机制设计算法设计。对于单维设置，即使我们对于算法问题只有LP相对{ \em近似算法}，这种黑盒简化也适用。因此，我们获得了各种覆盖设置，包括单维覆盖问题，多项目采购拍卖，和多维设施的位置接近最优的机制。
2016-09-29 cs.DS cs.GT
Rethinking Strategic Mechanism Design In The Age Of Large Language Models: New Directions For Communication Systems
Khalifa University（哈利法大学）
本文针对电信网络战略机制设计面临的适应性挑战，提出利用大语言模型（LLMs）实现机制设计流程的自动化/半自动化，探讨相关框架与挑战，旨在推动AI驱动信息经济机制在通信领域的发展。
2024-11-30 cs.GT cs.LG
Mixture Selection, Mechanism Design, and Signaling
我们提出并研究了一个基本的算法问题，我们长期的混合选择，作为一个积木在一些博弈论的应用：给定一个功能$g$从$n$维超立方体的有界区间$[-1,1]$，和一个$n \times m$矩阵$A$有界条目，最大化$g(Ax)$在$x$在$m$维单纯形。当人们试图设计一个拍卖中出售物品的彩票时，或者通过提供信息（也称为信息）为贝叶斯博弈中的代理人设计后验信念时，这个问题自然会出现。信令）。当$g$同时满足两个光滑性质时，我们提出了一个近似算法：关于$L^\infty$范数的Lipschitz连续性和噪声稳定性。后一个概念，我们定义并迎合我们的设置，控制$g$输入中的低概率错误对其输出的影响程度。当$g$同时是$O(1)$ -Lipschitz连续和$O(1)$ -稳定时，我们得到了混合选择的一个（加性）PTAS.我们还表明，这两个假设本身都不足以为添加剂PTAS，这两个假设一起不足以为添加剂FPTAS。我们将我们的算法应用于不同的博弈论应用，从机制设计和最佳信号。我们在先前工作中提出的一些开放问题上取得了进展，很容易将它们归结为混合选择：我们解决了Dughmi，Han和Nisan提出的小菜单彩票设计问题的一个重要特例;我们解决了Emek等人和Miltersen和Sheffet提出的贝叶斯第二价格拍卖中的收入最大化信号问题;对Dughmi提出的正规型博弈中的最优信号问题设计了一个拟多项式时…
2015-08-14 cs.DS cs.GT
Coverage, Matching, and Beyond: New Results on Budgeted Mechanism Design
研究了一类具有预算约束的逆向拍卖问题。一般的算法问题是购买一组资源，这是有成本的，以便不超过给定的预算，同时最大化给定的估值函数。该框架捕获了几个著名的优化问题的预算版本，当资源由战略代理人拥有时，目标是设计真实和预算可行的机制，即得出资源的真实成本，并确保机制的支付不超过预算。预算的可行性在机制设计中引入了更多的挑战，我们研究了这个问题的某些类别的子模块和XOS估值函数的实例。我们首先获得加权覆盖估值，一类特殊的子模函数，已经引起了人们的注意，在以前的工作与改进的近似比的机制。然后，我们提供了一个通用的计划，设计随机和确定性的多项式时间机制的一类XOS问题。这一类包含的问题，其可行集形成一个独立系统（比拟阵更一般的结构），一些代表性的问题包括，除其他外，找到最大加权匹配，最大加权拟阵成员和最大加权3D匹配。对于大多数这些问题，只有随机机制具有非常高的近似比之前，我们的结果。
2016-10-04 cs.GT
Analyzing the Interaction of Optimal Strategies in Mean-Payoff Bidding Games
Technion（以色列理工学院）；University of Haifa（海法大学）
本文针对多智能体系统中智能体互动分析的挑战，聚焦两智能体图上的平均收益竞标博弈，分析对抗优化策略的互动，证明特定条件下博弈最终周期性并开发效用计算算法。
2026-08-10 cs.GT cs.MA
