Mechanisms for Multi-Unit Auctions
我们提出了一个激励相容的多项式时间近似计划的多单位拍卖一般k-头脑的球员估值。该机制在适当选择的可能分配的子范围内进行充分优化,然后在该子范围内使用VCG付款。我们表明,获得一个完全多项式时间激励兼容的近似方案,至少使用VCG支付,是NP-难的。对于黑箱给出的估值的情况下,我们给出了一个多项式时间激励兼容的2-近似机制,并表明没有更好的是可能的,至少使用VCG支付。
2014-01-16 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
Prior-independent Auctions for Risk-averse Agents
我们研究简单的和近似最优的拍卖与特定形式的风险厌恶偏好的代理。我们表明,对称代理,最优收益(给定的代理偏好的先验分布)可以近似的第一价格拍卖(这是事先独立的),并为非对称代理,最优收益可以近似的拍卖与简单的形式。这些结果基于两种技术方法。第一种是对来自风险厌恶型代理人的收入进行上限设定。第二个给出了一个支付身份的机制与支付你的出价语义。
2013-01-03 cs.GT
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
All-pay Auction Based Profit Maximization in End-to-End Computation Offloading System
针对移动边缘计算中的定价问题,提出基于全支付拍卖模型的均衡定价方案及集合分配算法,以最大化边缘卸载系统总利润并保证所有终端用户获得服务。
2024-03-14 cs.GT
Simultaneous All-Pay Auctions with Budget Constraints
本文研究带预算约束的多物品全支付拍卖中两个参与者的纳什均衡,刻画了单物品情形并构造了两物品和三物品场景的联合分布纳什均衡,揭示预算约束可能导致均衡不存在。
2025-07-23 cs.GT econ.TH
Distributed Computation for the Non-metric Data Placement Problem using Glauber Dynamics and Auctions
我们考虑非度量数据布局问题,并开发分布式算法计算或近似其最佳的整体解决方案。我们首先表明,非度量数据布局问题是不可逼近的对数因子。然后,我们提供了一个博弈论分解的目标函数,并表明,自然的Glauber动态,玩家更新他们的资源与概率成比例的效用,他们收到缓存这些资源将收敛到一个足够大的噪声参数的最优全局解。特别是,我们建立了多项式混合时间的Glauber动力学在一定范围内的噪声参数。最后,我们提供了另一种基于拍卖的分布式算法,它允许我们近似的最优全局解的性能保证,取决于从底层拍卖获得的收入与社会福利的比率。我们的研究结果提供了第一个分布式计算算法的非度量数据布局问题。
2022-10-14 cs.DC cs.GT cs.MA
A Price-Per-Attention Auction Scheme Using Mouse Cursor Information
在线广告拍卖中的付款通常来自点击率,因此广告商不会为无效广告付费。但广告商通常关心的不仅仅是点击量。也就是说,例如,如果他们的目标是提高品牌知名度或知名度。因此,有机会设计一个更有效的广告定价模式,只有在广告被真正注意到的情况下才支付广告费。本文提出了一种新的拍卖格式的基础上按次付费(PPA)计划。我们发现,PPA拍卖继承了理想的属性(防策略和效率),其按印象付费和按点击付费的同行,它也比较有利的收入。为了使PPA格式可行,我们还提供了一种可扩展的诊断技术,仅使用原始鼠标光标坐标来预测用户对赞助搜索中广告的关注,而不管页面内容和结构如何。我们使用用户注意力预测的数值模拟来评估PPA拍卖计划。我们的研究结果表明,在相关的经济环境中,PPA的收入将严格高于现有的拍卖支付计划。
2020-01-21 cs.GT cs.IR
Agent Failures in All-Pay Auctions
全付费拍卖,一种用于各种人类和代理交互的常见机制,像许多其他机制一样,受到参与者未能参与拍卖的可能性的影响。我们建立了这类博弈的模型,并充分刻画了这类博弈的均衡,我们给出了一个对称均衡,并证明了在一定条件下均衡是唯一的。我们揭示了均衡的各种性质,如最有可能参与的玩家对其他玩家的行为缺乏影响。我们进行这种分析有两种情况:总和利润模型,拍卖师获得所有提交的出价的总和,和众包竞赛的最大利润模型,拍卖师只能使用最好的提交,从而只获得中标。此外,我们还研究了影响参与概率的各种方法,如误报自己的参与概率的影响,以及如何影响另一个玩家的参与机会改变玩家的策略。
2017-02-14 cs.GT cs.MA
Discrete All-Pay Bidding Games
在全付拍卖中,只有一个投标人获胜,但所有投标人都必须向拍卖人付款。全付费竞价博弈是在传统的组合博弈中附加一个类似的竞价结构来决定下一个博弈者。与单一支付投标博弈的既定理论相反,最优博弈涉及从某种概率分布中选择投标,以保证获胜的概率最小。在这种方式下,全付费投标博弈结合了经济学和组合博弈的基本概念。我们提出了几个结果,在这些游戏中的最优策略的结构。然后,我们给出了一个快速算法计算这样的策略,为一大类的所有支付投标游戏。所提出的方法提供了一个框架,为进一步发展的理论全支付投标游戏。
2015-05-13 cs.GT
Optimal Auction Design for Flexible Consumers
我们研究的问题,设计收入最大化的拍卖分配多个商品灵活的消费者。在我们的模型中,每个消费者都对一个称为其灵活性集的商品子集感兴趣,并希望从这个集合中消费一种商品。消费者的灵活性集和消费者从灵活性集中消费商品的效用是消费者的私有信息。我们关注嵌套柔性集的情况-每个消费者的柔性集可以是$k$嵌套集之一。我们提供了几个例子,这种嵌套的灵活性可能会出现。我们将激励相容、个体理性和收益最大化拍卖的分配规则刻画为整数规划的解。相应的支付规则由积分方程描述。然后,我们利用嵌套的灵活性集,以简化最优拍卖,并提供了一个完整的表征分配和支付简单的阈值。
2018-01-31 cs.GT
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
Optimal commitments in auctions with incomplete information
我们感兴趣的问题的最优承诺的排名和出价为基础的拍卖,一般类的拍卖,包括第一价格和所有支付拍卖的特殊情况。我们的主要贡献是一种新的方法来解决这类拍卖的最优承诺,任何连续型分布。应用我们的方法,我们能够解决最优承诺的第一价格和所有支付拍卖的封闭形式相当普遍的分布设置。在这些拍卖的最优承诺功能揭示了两个令人惊讶的相反的见解:在最优承诺,领导人出价被动时,他有一个低的类型。我们认为这是一种缓解竞争和串通的可靠方法。与此形成鲜明对比的是,当他的类型足够高时,领导者有时会甚至出价高于他自己的价值。我们认为这是一种可信的威胁方式。结合这两种观点,我们通过具体的例子表明,领导者确实愿意这样做,以确保更多的效用时,他的类型是在中间。我们的主要方法包括一系列不平凡的创新。特别是,我们提出了一个概念,称为平等出价函数,连接双方的球员的战略,以及一个概念,称为平等效用曲线,平滑任何领导者的战略成为一个连续的和可微的战略。我们相信这些技术和见解是通用的,可以应用于类似的问题。
2015-02-26 cs.GT
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
Fair Equilibria in Sponsored Search Auctions: The Advertisers' Perspective
在这项工作中,我们引入了一类新的机制组成的一个传统的广义第二价格(GSP)拍卖和公平的划分方案,以达到一些所需的水平之间的贝叶斯策略广告客户群体的公平性。我们提出了两种机制,$β$ -公平的GSP和GSP-EFX,组成GSP,分别与一个envy-free多达一个项目,和一个envy-free多达任何项目公平划分计划。调整普惠制的付款,以补偿因公平划分阶段而遭受效率损失的广告客户。我们调查的战略学习的影响,部署赞助搜索拍卖机制,遵守这样的公平标准。我们证明,对于这两种机制,如果投标人发挥,以尽量减少他们的外部遗憾,他们保证达到一个均衡与良好的社会福利。我们还证明了预算平衡的机制,使传统的普惠制机制收取的费用是一个很好的代理提供给广告商的总报酬。最后,我们通过对真实数据的实验来评估分配的质量。
2022-10-18 cs.GT
Multi-item Non-truthful Auctions Achieve Good Revenue
我们提出了一个一般的框架,设计近似的收入最优机制的多项添加剂拍卖,适用于真实和非真实的拍卖。给定一个(不一定是真实的)满足某些技术条件的单一物品拍卖格式$A$,我们运行同时的物品拍卖,并为每个投标人增加个性化的报名费,必须在进入拍卖之前支付。这些入场费只取决于投标人类型的先验分布,特别是独立于实现的出价。我们使用一种新的几何技术来约束由此产生的两部分关税机制的收入,该技术使许多常见的非真实拍卖的收入保证成为可能,而这些拍卖在以前是没有的。我们的方法适应并扩展了Cai等人[CDW 16]的二元框架,超越了真实拍卖。我们的框架可以用于许多常见的拍卖格式,如同步第一价格,同步第二价格,同步全付拍卖。我们对第一价格和全付的结果是多维环境中非真实机制的第一个收入保证,解决了文献[RST 17]中的一个悬而未决的问题。如果使用全付拍卖,我们证明了由此产生的机制也是可信的,在这个意义上,拍卖人不能受益于观察代理出价后偏离规定的机制。这是第一个静态可信机制,多项目添加剂拍卖,实现了一个恒定的因素的最佳收益。如果使用第二价格拍卖,我们获得了一个真实的$O(1)$近似机制与固定的入门费,可以通过在线学习技术进行调整。
2022-09-21 cs.GT econ.TH
Contextual Generative Auction with Permutation-level Externalities for Online Advertising
本文提出上下文生成式拍卖(CGA),通过自回归模型建模排列级外部性并解耦分配与支付优化,显著提升在线广告拍卖的平台收入与点击率。
2024-12-16 cs.GT
Mechanism Design for Data Science
良好的经济机制取决于机制参与者的偏好。例如,出售物品的收入最优拍卖由保留价参数化,适当的保留价取决于投标人愿意支付多少。机制设计者可以通过观察来自机制的历史数据来潜在地了解参与者的偏好;然后,设计者可以响应于学习到的偏好来更新机制,以提高其性能。这种方法的挑战在于,数据对应的是参与者的行为,而不是他们的偏好。偏好可以潜在地从动作中推断出来,但是可能的推断程度取决于机制。在最优拍卖的例子中,不可能了解任何关于不愿意支付保留价的投标人的偏好。这些投标人不会在拍卖中出价,从历史出价数据来看,拍卖师永远不会知道降低底价会带来更高的收入(即使它会)。为了解决这种不可能性,拍卖人可以牺牲收入最优在初始拍卖,以获得更好的推理性能,使拍卖的参数可以适应不断变化的偏好在未来。本文发展了具有良好可推理性的机制设计优化理论。
2014-06-09 cs.GT
Payment Design under Belief Disagreement: Rent Placement, Bid Resolution, and Auction Choice
HKUST Business School, Hong Kong University of Science and Technology(香港科技大学商学院)
本文研究信念分歧下拍卖的支付设计,通过线性规划刻画租金配置,并基于eBay数据校准发现拍卖格式优势依赖于出价带划分,强调界面分辨率与支付规则需联合设计。
2026-10-06 cs.GT econ.TH math.OC
A Redistribution Framework for Diffusion Auctions
再分配机制设计的目的是在不影响真实性的前提下,将真实拍卖所得的收益重新分配给参与者。我们研究扩散拍卖的再分配机制,这是机制设计的新趋势[19]。扩散拍卖的一个关键特性是激励现有的参与者邀请新的参与者加入拍卖。因此,当我们设计再分配时,我们也需要保持这种激励。传统环境中现有的再分配机制的目标是修改真实机制的支付设计,例如维克瑞拍卖。在本文中,我们不关注一个特定的机制。相反,我们提出了一个一般的框架,重新分配的收入回到所有真实的扩散拍卖出售单一项目。该框架将原真实扩散拍卖视为黑盒,并不影响其真实性。该框架还可以分配回几乎所有的收入。
2023-03-06 cs.GT
Optimal Mechanism Design with Risk-loving Agents
机制设计中最著名的成果之一是迈尔森对销售单一物品的收入最优拍卖的描述。然而,这一结果在很大程度上依赖于买方对风险漠不关心的假设。在本文中,我们调查的情况下,买方是风险爱好,即他们更喜欢赌博,以获得奖励确定性。我们使用期望效用理论的标准风险模型,其中风险偏好行为由凸效用函数表示。我们把注意力集中在指数效用函数的特殊情况下。我们的最优拍卖的特点,并表明,随机化可以用来提取更多的收入比当买家是风险中性的。最重要的是,我们表明,最优拍卖是简单的:最优的收入可以提取使用一个随机的接受或离开它的价格为一个单一的买家,并使用一个失败者支付拍卖,一个变种的全付拍卖,为多个买家。最后,我们表明,这些结果不再成立凸效用函数超过指数。
2018-10-05 cs.GT
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
Optimal Auction Design for the Gradual Procurement of Strategic Service Provider Agents
Imperial College London(帝国理工学院);Aston University(阿斯顿大学)
我们考虑一个外包问题,其中一个软件代理采购多个服务提供商的不确定的可靠性,以完成一个计算任务在严格的最后期限。服务消费者需要一种采购策略,以实现成功概率和调用成本之间的最佳平衡。然而,服务提供商是自利的,如果对他们有利,他们可能会歪曲他们的私人成本信息。对于这样的设置,我们设计了一个新的采购拍卖,为消费者提供尽可能高的收入,同时提供足够的激励供应商告诉他们的成本真相。这种拍卖为渐进式服务采购创建了一个应急计划,该计划建议仅在已雇用的供应商的成功概率低于时间依赖阈值时才招募新的供应商。为了使这种拍卖激励兼容,我们提出了一种新的加权阈值支付方案,支付所有的真实机制中的最低。使用加权支付方案,我们还设计了一个低复杂度的近最优拍卖,降低了计算复杂性的最优机制的99%,只有边际性能损失(小于1%)。我们通过博弈论和数值分析证明了我们提出的拍卖的有效性和强度。实验结果证实,所提出的拍卖表现出59%的改善,在当前国家的最先进的性能,通过增加成功概率高达79%,降低调用成本高达11%。
2021-10-25 cs.AI cs.GT
Enhancing Affine Maximizer Auctions with Correlation-Aware Payment
CFCS, School of Computer Science, Peking University(计算机科学系,北京大学);Department of Computer Science and Technology, Tsinghua University(计算机科学与技术系,清华大学)
本文提出CA-AMA框架,通过相关性感知支付增强AMAs,解决估值相关分布下的收益优化问题。
2026-09-07 cs.GT cs.LG
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
Liquid Welfare and Revenue Monotonicity in Adaptive Clinching Auctions
本文研究自适应落槌拍卖在投标人数量变化下的单调性,证明对称预算下新增投标人使流动福利和收益弱递增,并指出非对称预算下该性质不成立。
2025-02-10 cs.GT
Auction Design with ROI-Constrained Bidders: Truthfulness and Revenue Maximization
Qiannan Normal University for Nationalities(黔南民族师范学院);Guizhou University(贵州大学);Griffith University(格里菲斯大学)
针对ROI约束投标者,刻画真实拍卖特征,提出σ-增量机制渐近最优并保证收益比例,单投标者情形下以凸定价函数实现最优。
2026-10-08 cs.GT econ.TH
Learning to Bid Long-Term: Multi-Agent Reinforcement Learning with Long-Term and Sparse Reward in Repeated Auction Games
Huawei Technology(华为技术);Hasso Plattner Institute(哈索·普拉特纳研究院)
我们提出了一种多智能体分布式强化学习算法,该算法在潜在冲突的短期奖励和稀疏、延迟的长期奖励之间进行平衡,并在动态环境中使用部分信息进行学习。我们比较了不同的长期奖励,以激励算法最大化个人收益和整体社会福利。我们在两个模拟拍卖游戏中测试了该算法,并证明:1)我们的算法优于两个基准算法在直接竞争,成本社会福利,和2)我们的算法的积极的竞争行为可以指导与长期奖励信号,以最大限度地提高个人收益和整体社会福利。
2022-04-05 cs.GT cs.LG
Optimal Auction Design for Constrained Buyers
Tel Aviv University(特拉维夫大学)
研究受约束买家在多单元多买家拍卖中的最优设计,发现对于收入一致目标,Myerson式拍卖仍最优;对于消费者一致目标,卖家可利用买家策略限制超越经典激励相容机制。
2026-10-28 cs.GT
Explicit shading strategies for repeated truthful auctions
随着拍卖在网络广告中的使用越来越多,在Myerson的开创性工作之后,在理论和实践上都有大量的努力来研究卖方收入最大化。我们采取的角度来看,在古典拍卖的买家,并问的问题,她是否有动机阴影她的出价,即使在拍卖,被誉为是真实的,当知道的收入优化机制。我们发现,在拍卖,如迈尔森拍卖或VCG与保留价设置为垄断价格,买家谁是知道这个信息确实有动机阴影。直觉上,通过选择收益最大化拍卖,卖方在拍卖的选择中引入了对买方分布的依赖。我们深入研究的情况下,迈尔森拍卖,并表明,存在一个对称的均衡,买家阴影非线性什么将是他们的第一个价格出价。然后他们最终得到的预期收益等于他们在没有保留价的第一价格拍卖中得到的收益。我们的结论是,从买方,卖方和增加透明度的角度来看,返回到简单的第一价格拍卖,没有保留价或至少是非动态匿名的。
2019-03-25 cs.GT
Quasi-Proportional Mechanisms: Prior-free Revenue Maximization
受互联网广告拍卖应用程序的启发,我们研究了通过拍卖分配一个单一的项目时,投标人把非常不同的项目价值的问题。我们制定了优先级自由拍卖的问题,并专注于设计一个简单的机制,总是分配的项目。我们设计了更好的分配方法,而不是像以前的文献那样设计复杂的定价方法。特别是,我们提出了准比例分配方法,其中一个项目被分配给投标人的概率取决于(准比例)的出价。我们证明了相应的游戏都支付和赢家支付准比例机制承认纯纳什均衡,这个均衡是唯一的。我们还给出了在多项式时间内计算该均衡的算法。此外,我们表明,拍卖人的收入是有希望的高相比,最终,即,任何投标人的最高价值,并显示边界上的收入均衡分析,以及使用实验的具体准比例函数。这是第一个已知的收益分析这些自然机制(包括比例机制的特殊情况下,这是常见的网络资源分配问题)。
2009-09-29 cs.GT
Learning in Repeated Multi-Unit Pay-As-Bid Auctions
Massachusetts Institute of Technology(麻省理工学院)
研究重复多单位按出价支付拍卖中的单一投标者出价优化问题,利用效用解耦技巧设计了完全信息与bandit反馈下的高效在线学习算法并给出了紧致的遗憾上下界,模拟表明PAB机制收敛快且收入更高。
2024-11-09 cs.AI cs.DS cs.GT
An Adaptive Online Ad Auction Scoring Algorithm for Revenue Maximization
赞助搜索成为一个简单的平台,以匹配潜在消费者的意图与商家的广告。广告客户表示愿意支付的出价方面的每一个关键字的搜索引擎。当用户的查询与关键字匹配时,搜索引擎评估出价并向广告商分配与未付费算法搜索结果一起显示的位置。广告商只在用户点击其广告时向搜索引擎付费,每次点击的价格由其他竞争广告商的出价决定。
2012-07-19 cs.GT cs.IT math.IT
Real-Time Optimization Of Web Publisher RTB Revenues
XRCE(施乐研究中心欧洲分部);AlephD
本文介绍了一个引擎,以优化网络出版商的收入从第二价格拍卖。这些拍卖被广泛用于以一种称为实时的【形】竞价(RTB)的机制出售在线广告空间。这些拍卖中的优化对网络发布商至关重要,因为设置适当的保留价可以显着增加收入。我们考虑一个实际的现实世界中的设置,拍卖发生前唯一可用的信息包括一个用户标识符和广告位标识符。我们必须解决的现实挑战主要包括在高度非平稳的环境中跟踪用户和位置的依赖关系,以及处理审查的出价观察。这些挑战使我们做出了以下设计选择:(i)我们采用了一个相对简单的基于增量时间加权矩阵分解的拍卖收入非参数回归模型,该模型隐式地构建了自适应用户和放置配置文件;(ii)我们联合使用非参数模型来估计第一个和第二个出价在它们被删失时的分布,基于Aalen的加法模型的在线扩展。我们的引擎是一个部署系统的组成部分,处理全球数百个网络发布商,每天为数亿访问者提供数十亿广告。该引擎能够预测,每次拍卖,在大约一毫秒的最佳保留价,并产生显着的收入增加的网络出版商。
2020-06-12 cs.GT cs.LG stat.ML
The Value of Information Concealment
我们考虑一个收入优化的卖方出售一个单一的项目给买方,其私人价值的卖方有一个嘈杂的信号。我们表明,当信号保持私密时,可以任意提取更多的收入,而不是信号被泄露或泄露。然后,我们表明,如果卖方不允许向买方付款,两者之间的差距是有界的乘法因子3,如果每个信号的值分布条件是定期的。我们给出的例子表明,这两个条件是必要的常数绑定举行。我们将此场景连接到多个投标人的单一项目拍卖,其中投标人的价值是相关的。类似于上面的设置,我们表明,贝叶斯激励兼容,事后个别理性拍卖的收入可以任意大于一个优势策略激励兼容拍卖,而这两个是不超过一个因素的5除了如果拍卖师从来没有支付投标人,如果每个投标人的价值条件下,其他的是根据一个规则的分布。当分布是少量规则分布的混合时,两种设置中的上界都会优雅地降级。
2017-07-18 cs.GT
Optimal Crowdsourcing Contests
我们研究了最优众包竞赛的设计和近似。众包竞赛可以被建模为全薪拍卖,因为参赛者必须预先付出努力才能进入。与通常的设计目标是收入最大化的全薪拍卖不同,在众包竞赛中,委托人只能从最高质量的提交中受益。我们给出了一个最优众包竞赛的理论,它反映了最优拍卖设计的理论:最优众包竞赛是一个虚拟估值优化器(虚拟估值函数取决于参赛者技能的分布和参赛者的数量)。我们还将众包竞赛与更传统的采购方式进行了比较。在这种比较中,众包竞赛相对处于不利地位,因为失去参赛者的努力被浪费了。尽管如此,我们表明,众包竞赛是2-近似传统方法的一个大家庭的“定期”分布,和4-近似,否则。
2011-11-12 cs.GT
Trading off Relevance and Revenue in the Jobs Marketplace: Estimation, Optimization and Auction Design
LinkedIn Corporation(领英公司)
研究就业市场职位排名机制,提出通过纳入求职者偏好和应用位置感知拍卖,在收入影响最小化的前提下提升相关性。
2025-04-04 cs.GT cs.LG
Optimal Auction Design under Costly Learning
Department of Economics, University of Southampton(南安普顿大学经济学系)
本文提出在信息获取成本下,通过两阶段机制实现最优拍卖设计,第二阶段采用VCG机制以最大化收益,第一阶段通过转移费实现类型筛选和信息租金吸收,统一了效率与收益。
2025-12-08 cs.GT cs.IT econ.TH
Decentralized Combinatorial Auctions for Multi-Unit Resource Allocation
拍卖已被用于分配资源或任务的进程,机器或其他自治实体在分布式系统中。当不同的投标人对不同类型的资源或任务有不同的需求和估价时,拍卖就变成了一个组合拍卖(CA),寻找一个最优的拍卖结果,使总中标最大化是NP-难的。这个问题的许多时间有效的近似与出价排名功能(BRF)一起工作。然而,现有的近似值都是集中的,并且大多是针对单个单元资源的。在本文中,我们提出了第一个分散CA计划的多单位资源。它包括一个基于BRF的赢家确定方案,使每个代理本地计算一个关键的出价值,她赢得CA,并相应地采取她的最佳反应,以其他代理的胜利声明。它还包括一个基于临界值的定价方案,让每个获奖者在本地计算她的付款。我们分析所提出的方法的稳定性,正确性和一致性。仿真结果证实,所提出的方法确定完全相同的一组获奖者作为集中式的对手,无论初始投标设置,但在成本较低的总中标和支付。
2019-02-24 cs.DC cs.GT
Simultaneous Auctions are Approximately Revenue-Optimal for Subadditive Bidders
本文提出首个简单同时拍卖机制,对次可加投标者实现常数倍最优收益,并证明其c-效率与1/2效率,扩展了非真实拍卖的收益保证。
2023-10-12 cs.GT
An End-to-end Argument in Mechanism Design (Prior-independent Auctions for Budgeted Agents)
本文考虑先验独立的机制设计,即确定一个单一的机制,具有接近最优性能的每个先验分布。我们发现,具有说真话均衡的机制,启示机制,并不总是给最优的先验独立的机制,我们定义的启示差距量化的启示机制的非最优性。这项研究表明,重要的是要发展一个理论设计的非启示机制。我们的分析集中在福利最大化的单项目拍卖的代理人的预算和自然规律性的假设,他们的价值分布。全付费拍卖(一种非揭示机制)是贝叶斯最优机制;由于它是先验独立的,因此它也是先验独立的最优机制(1-近似)。我们证明了一个下界的先验独立近似的启示机制的1.013和成交拍卖(启示机制)是一个先验独立的$e \approx 2.714$近似。因此,与公共预算代理人的单项福利最大化的启示差距是在$[1.013, e]$。我们的一些分析延伸到收入目标,位置环境和不规则分布。
2018-07-30 cs.GT
Core-competitive Auctions
著名的VCG拍卖的主要缺点之一是它的低(或零)收入,即使当代理人对货物具有高价值,并且{ \em竞争}结果可以产生显著的收入。竞争性结果是指卖方和一部分买方不可能通过背叛和谈判获得对自己更高收益的结果来“阻止"拍卖。这对应于合作博弈论中众所周知的{ \em core}概念。特别是,当销售的商品具有互补性时,VCG的收入就不具有竞争力。这里的瓶颈是一个不可能的结果,表明不存在同时实现竞争价格(核心结果)和激励相容性的拍卖。在本文中,我们试图克服上述不可能的结果,提出以下自然的问题:是否有可能设计一个激励兼容拍卖的收入是可比的(即使更少)竞争的结果?为此,我们定义了{ \em核心竞争}拍卖的概念。如果一个激励相容的拍卖的收益至少是核心结果的最小收益的$1/α$分数,我们说它是$α$ -核心竞争的。我们研究了文本和图像设置。在此设置中,有一个广告位,可以填充单个图像广告或$k$文本广告。我们设计了一个$O(\ln \ln k)$核心竞争随机拍卖和一个$O(\sqrt{\ln(k)})$竞争确定性拍卖的文本和图像设置。我们还表明,这两个因素是紧。
2015-07-01 cs.GT
Multi-Parameter Mechanisms for Consumer Surplus Maximization
本文提出最大化消费者剩余的多参数机制设计框架,并在多类经典拍卖中实现相对于社会福利的最优近似,还解决了两买家单物品情形的开放问题。
2025-03-17 cs.GT
Quantum Communication Complexity of Classical Auctions
本文研究经典拍卖机制设计中的量子通信复杂度,证明量子协议在近似最优拍卖中可实现指数级通信节省,并揭示了精确最优拍卖在单向、弱交互和多轮设定下与经典通信之间的多种分离结果。
2025-01-06 cs.GT quant-ph
Ads in Conversations
本文研究对话式AI平台中广告投放时机与拍卖机制的最优设计,发现一价拍卖有效率但延迟投放,二价拍卖及时但配置无效率,且收入排序可被保留价反转。
2025-02-05 cs.GT econ.TH
A Statistical Analysis of Three Player Auction Bridge
Indian Statistical Institute(印度统计研究所)
本文通过统计与博弈论框架分析三人拍卖桥牌,发现原始计分规则存在激励缺陷,提出叫牌依赖修正,并利用GS-CFR等方法证明修改方案显著改变收益分配与叫牌行为,凸显计分规则设计的重要性。
2026-09-23 cs.GT math.ST stat.AP
Contextual Standard Auctions with Budgets: Revenue Equivalence and Efficiency Guarantees
互联网广告市场是一个价值数十亿美元的行业,广告商每天通过反复参与拍卖来购买数千个广告位。这些拍卖的一个重要且普遍存在的特征是存在活动预算,其指定广告商在指定时间段内愿意支付的最大金额。在本文中,我们提出了一个新的模型来研究均衡投标策略在标准拍卖,一个大类的拍卖,包括第一和第二价格拍卖,广告客户平均满足预算约束。我们的模型摒弃了常见的,但不切实际的假设,即广告客户的价值是独立的,而是假设一个上下文模型,广告客户使用一个共同的特征向量来确定他们的价值。我们证明了在非常温和的假设下存在一个自然的基于价值步调的贝叶斯-纳什均衡。此外,我们证明了一个收入等价表明,所有的标准拍卖产生相同的收入,即使在预算约束的存在。利用这种等价性,我们证明了无政府代价的流动福利和结构性质的起搏为基础的均衡,所有标准拍卖的界限。近年来,互联网广告市场已经采用第一价格拍卖作为销售广告位的首选范例。因此,我们的工作采取了重要的一步,通过研究销售机制的选择如何影响收入,福利和广告商的投标策略,了解在互联网广告市场转向一价拍卖的影响。
2022-10-09 cs.GT econ.TH
Randomly Wrong Signals: Bayesian Auction Design with ML Predictions
NYU Stern School of Business(纽约大学斯特恩商学院);FGV/EPGE Escola Brasileira de Economia e Finança(瓦加斯基金会巴西经济与金融学院)
本文研究了在机器学习预测可能错误的情况下,如何通过贝叶斯拍卖设计最大化收益,提出了基于铁定虚拟值的可处理特征,并展示了在单个和多个投标人情况下的优化策略。
2026-10-14 cs.AI 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
Optimal No-regret Learning in Repeated First-price Auctions
Center for Data Science, New York University(纽约大学数据科学中心);Stern School of Business, New York University(纽约大学斯特恩商学院);Department of Electrical Engineering, Stanford University(斯坦福大学电气工程系)
针对重复第一价格拍卖中仅能观测中标价的审查式反馈问题,提出基于偏序上下文老虎机的框架及结合收益函数的样本高效算法,分别在随机和对抗私有估值场景下取得近似最优悔界。
2024-03-04 cs.GT cs.IT cs.LG
Fast Core Pricing for Rich Advertising Auctions
标准的广告拍卖格式不会立即扩展到广告商可以使用多种尺寸配置和布局的设置。在这些环境中,网络广告空间的销售越来越类似于具有互补性的组合拍卖,其中诸如Vickrey-Clarke-Groves(VCG)的真实拍卖可以产生不可接受的低收入。因此,我们研究核心选择拍卖,提高收入,通过设置付款,使没有一组代理人,包括拍卖,可以共同提高他们的效用切换到不同的结果。我们的主要结果是一个组合算法,找到一个近似的投标人的最优核心点,几乎线性数量的调用福利最大化甲骨文。我们的算法比文献中先前提出的算法更快,并且具有理论保证。我们的结论是,核心定价是可实现的,即使是非常时间敏感的实际用例,如实时拍卖的在线广告,可以产生更多的收入。我们证明这一说法实验使用微软Bing广告拍卖数据,通过它,我们表明我们的核心定价算法产生的收入比VCG平均多近26%,比文献中已知的其他核心定价规则多约9%的收入,几乎与标准的广义第二价格(GSP)拍卖的收入相匹配。
2020-11-08 cs.DS cs.GT
Discrete Single-Parameter Optimal Auction Design
本文利用LP对偶、多面体理论和KKT条件,在离散单参数拍卖中刻画最优拍卖为广义虚拟福利最大化,并证明全幺模性保证整数分配最优,应用于树上可行流拍卖。
2025-01-24 cs.DM cs.GT
Time-Varyingness in Auction Breaks Revenue Equivalence
CyberAgent
本研究探讨了拍卖中断中收入等价性是否被破坏,发现基础价值与价值区间之间的相关性导致收入等价性破裂。
2026-02-19 cs.GT cs.MA econ.TH