Optimal Mechanisms for Selling Two Items to a Single Buyer Having Uniformly Distributed Valuations
我们考虑的收入最优机制的设计时,两个项目可出售给一个单一的买家,其估值是均匀分布在一个任意的矩形$[c_1,c_1+b_1]\times[c_2,c_2+b_2]$的正象限。我们提供了一个明确的,完整的解决方案,任意非负值的$(c_1,c_2,b_1,b_2)$。我们确定了八个简单的结构,每个结构最多有$4$(可能是随机的)选单项,并证明了最佳机制具有这八个结构之一。我们还将最佳机制表征为$(c_1,c_2,b_1,b_2)$的函数。结构表明,最优机制包括:(a)当$c_1$和$c_2$较低时,个体销售和捆绑销售的相互作用;(b)当$c_1$和$c_2$较高时,捆绑销售;(c)当其中一个较高而另一个较低时,个体销售。据我们所知,我们的结果是第一个显示存在的最佳机制,没有排斥区域。我们进一步推测,有前途的初步结果的基础上,我们的方法可以扩展到更广泛的一类分布。
2019-03-05 cs.GT
Approximate Revenue Maximization with Multiple Items
最大限度地提高收入,从销售一个以上的好(或项目),以一个单一的买家是一个众所周知的困难的问题,形成鲜明对比的情况下,一个好的。对于两种商品,我们表明,简单的“一维”机制,如单独出售的商品,_保证_至少73%的最优收入时,两种商品的估值是独立的,同分布的,至少$50\%$时,他们是独立的。对于$k>2$独立商品的情况下,我们表明,分别出售它们保证至少$c/\log^2 k$部分的最优收入,并为独立和相同分布的商品,我们表明,作为一个捆绑销售保证至少$c/\log k$部分的最优收入。额外的结果比较的收入从两个简单的机制,分别出售的货物和捆绑,确定捆绑是最佳的情况下,并扩展到多个买家的分析。
2017-12-25 cs.GT econ.TH
A Simple Mechanism for a Budget-Constrained Buyer
本文研究了一个经典的贝叶斯机制设计设置的垄断问题的添加剂买方存在的预算。在这种情况下,一个拥有$m$异质物品的垄断卖家面对一个单一的买家,并寻求最大化她的收入。买方有一个预算和附加估值独立绘制的每一个项目从(不相同的)分布。我们发现,当买方的预算是公开的,更好的销售每个项目单独和销售的大捆绑提取一个恒定的最佳收入的一部分。当预算是私人的,我们考虑一个标准的贝叶斯设置,其中买方的预算$b$是从一个已知的分布$B$。我们证明了如果$b$与估价无关且分布$B$满足单调风险率条件,则单独出售或以大捆绑形式出售物品仍然是近似最优的。我们给出了一个补充的例子表明,没有恒定的近似简单的机制是可能的,如果预算$b$可以相互依赖的估值。
2018-10-08 cs.GT
Differentially Private Bayesian Persuasion
本文研究差分隐私约束下的贝叶斯劝说问题,从后验发布和行动推荐两个视角刻画隐私对信息披露与发送方效用的影响,并给出最优信号方案的几何特征及多项式时间计算算法。
2024-02-24 cs.GT
Simple Mechanisms for Profit Maximization in Multi-item Auctions
我们研究了一个经典的贝叶斯机制设计问题,卖方是多个项目销售给多个买家。我们考虑的情况下,卖方有成本生产的项目,这些成本是私人信息的卖方。卖方如何设计一个机制来最大化她的利润?两个研究得很好的问题,收入最大化的多项目拍卖和信号在广告拍卖,是我们的问题的特殊情况。我们发现,存在一个简单的机制,其利润至少是$\frac{1}{44}$的最优利润多个买家矩阵秩估值函数。当只有一个买家时,对于一般约束-可加估值,近似因子为$11$;对于可加估值,近似因子为$6$。即使卖方的成本在不同商品之间是相关的,我们的结果也是成立的。我们引入了一类新的机制,称为销售机制。对于单一买方的情况下,这些机制是很简单的:有两个阶段。对于每个项目$j$,我们创建一个单独的许可证,允许买方在第二阶段购买该项目。在第一阶段,我们出售许可证,但不透露任何有关成本的信息。在第二阶段中,卖方披露所有费用,并且如果买方在第一阶段中购买了物品$j$的许可证,则买方可以通过支付物品价格来购买物品$j$。我们发现,无论是单独出售的许可证或作为一个大捆绑足以实现常数因子近似的最优利润(6添加剂,和11约束添加剂)。对于多个买家,我们出售的许可证顺序,并获得常数因子近似。我们的证明是通过构建一个基准的最佳利润相结合的新的双重解决方案与现有的事前放松技术。
2020-04-16 cs.GT
Selling Two Goods Optimally
我们提供了充分的条件,收入最大化的两个很好的垄断,买方的项目的价值来自独立的(但不一定是相同的)分布在有界区间。在一定的分配假设下,我们给出了最优销售机制的价格和分配规则的精确的封闭式公式。作为一个附带的结果,我们给出了第一个例子,一个最佳的机制,在i.i.d.在形式为$[0,b]$的支撑上进行设置,该支撑不是确定性的。由于我们的框架是基于对偶技术,我们也能够证明如何稍微放松的版本,它仍然可以用来设计机制,有很好的近似比方面的最佳收益,通过“凸”的过程。
2015-11-22 cs.GT
Selling Multiple Items via Social Networks
ShanghaiTech University(上海科技大学);University of Electronic Science and Technology of China(电子科技大学);Imperial College London(帝国理工学院)
我们考虑一个市场,卖家在社交网络中出售多个单位的商品。社交网络中的每个节点/买家只能直接与她的邻居通信,即卖家只能在无法找到通知其他买家的方法的情况下将商品出售给她的邻居。在本文中,我们设计了一种新的促销机制,激励所有买家,谁知道的销售,邀请他们所有的邻居加入销售,即使没有保证,他们的努力将支付。虽然传统的促销活动,如赞助搜索拍卖不能保证广告客户(卖方)的积极回报,我们的机制保证卖方的收入比不使用广告更好。更重要的是,如果广告对她没有好处,卖家不需要付费。
2019-03-07 cs.AI cs.GT
A Note on Selling Optimally Two Uniformly Distributed Goods
我们对巴甫洛夫[2011]关于销售两种具有一致i.i.d.的商品的收入最大化机制的结果提供了一个新的、更简化和直接的证明。在间隔$[c,c+1]$上的估价,提供给添加剂购买者。这是通过明确定义最佳的双重解决方案,以一个宽松的版本的问题,其中凸性要求投标人的效用已经下降。它们的最优性直接来自于它们的结构,通过使用精确互补。对于$c=0$和$c\geq 0.092$,结果表明,相应的最优原始解是一个可行的销售机制,因此初始松弛没有损失,收入最大化随之而来。然而,对于$0<c<0.092$,情况并非如此,这是第一个明确的例子,其中放松凸性可证明不是免费的,即使在两项定期i.i.d.中。设置.
2015-10-13 cs.GT
Robust Revenue Maximization Under Minimal Statistical Information
我们研究的问题时,多维度的收入最大化销售$m$项目的买家,他们有添加剂的估值,从一个(可能相关的)先验分布。与传统的贝叶斯拍卖设计,我们假设卖方有一个非常有限的知识,这之前:他们只知道平均值$μ_j$和上限$σ_j$的标准偏差,每个项目的边际分布。我们的目标是设计机制,实现良好的收入对一个理想的最优拍卖,有充分的知识,提前分布。非正式地说,我们的主要贡献是严格量化的分散性的先验和上述强大的近似比之间的相互作用。此外,这可以通过非常简单的销售机制来实现。更准确地说,我们表明,通过单独的价格彩票销售的项目实现了$O(\log r)$近似比,其中$r=\max_j(σ_j/μ_j)$是最大的变异系数的项目。为了证明这一结果,我们对单一商品的情况进行了价格抽奖。如果被迫将我们自己限制在确定性机制中,这种保证就会退化为$O(r^2)$。假设独立的项目估值,这些比率可以进一步提高定价的整个捆绑。对于相同的手段和方差的情况下,特别是,我们得到的$O(\log(r/m))$的保证,收敛到最优的项目的数量越来越大。我们证明了上述机制的最优性,通过提供匹配的下限。我们对单项确定性情况的严密分析解决了Azar和Micali [ITCS'13]工作中的一个空白。作为副产品,我们还展示了如何直接使用我们的上界来改进和扩展Azar等人[SODA'13]的参数拍卖相关的先前结果。
2022-04-28 cs.GT
99\% Revenue via Enhanced Competition
最近的一系列研究表明,即使在单一卖方和单一买方的简单设置下,对$m$项目进行附加的独立估值,收入最大化机制也非常复杂。这个问题已经使用两种主要方法来解决:(i)近似:两种简单机制中的最佳机制(单独销售每个项目,或将所有项目作为一个捆绑销售)为$1/6$提供最佳收入[BILW 14]。(ii)增强竞争力:运行具有额外$m$购买者的简单VCG机制至少提取原始市场中的最优收入[ESTTW 17]。然而,这两种方法都有严重的缺点:一方面,在任何应用中,丢失$83\%$的收入都是难以接受的。另一方面,吸引线性数量的新买家可能令人望而却步。我们的主要结果是,通过结合这两种方法,可以实现两全其美。具体地说,对于任何恒定的$ε$,人们可以通过运行简单的机制-单独销售每一个项目或将所有项目作为一个捆绑销售-获得最佳收入的$(1-ε)$部分,而额外的购买者要少得多:对数,恒定,甚至在某些情况下没有。
2018-01-09 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
Improved Revenue Guarantees for Selling Separately and Bundling
Google Research(谷歌研究);Yale University(耶鲁大学);Google DeepMind(谷歌DeepMind)
针对单一可加买家,证明分开销售或整体捆绑销售中较优者能达到最优收益的3.52倍以内,改进了先前5.2的近似因子,缩小了与下界2的差距。
2026-09-25 cs.GT
On the Power of Determinism in Multi-Item Auctions
University of Glasgow(格拉斯哥大学);University of Technology, Nuremberg(纽伦堡工业大学)
该研究针对单加性买家的多物品垄断拍卖场景,通过构建拉格朗日对偶证明与新的收益不等式,推导了三种简单确定性拍卖的更紧近似比,大幅改进了已有最优收益上界结果。
2026-11-04 cs.DM cs.GT
Persuasion with Limited Communication
我们研究信息结构设计,也称为“说服”或“信号”,在存在的限制的通信量。我们专注于双边贸易的基本设置,在其最简单的形式涉及一个卖方与一个单一的项目定价,买方的项目的价值是从一个共同的先验分布超过$n$不同的可能值,和一个接受它或离开它提供协议。可以访问买方类型的中介器可以部分地向卖方揭示这样的信息,以便促进诸如社会福利或卖方收入之类的某些目标。在双边贸易下的福利最大化的设置,我们表明,$O(\log(n) \log \frac{1}ε)$信号足以为$1-ε$近似的最优福利,这个界是紧的。作为我们的主要结果,我们表现出一个有效的算法计算$\frac{M-1}{M} \cdot (1-1/e)$近似福利最大化计划最多M个信号。对于收入的目标,我们表明,$Ω(n)$信号需要一个常数因子近似的收入完全知情的卖方。然而,从计算的角度来看,问题变得更容易:我们表明,一个简单的动态程序计算M个信号的信号方案最大化卖方的收入。观察到双边贸易中的信号问题是卡梅尼卡和根茨科的基本贝叶斯说服模型的一个特例,我们还研究了通信约束信号的问题更普遍。在这个模型中,有一个发送者(中介),一个接收者(卖方)希望采取行动(设定价格),以及一个从共同先验中得出的自然状态(买方的类型)。我们表明,它是NP-难的近似最佳发送者的效用在任何常数因子中存在的通信约束。
2020-03-05 cs.GT
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
The Menu-Size Complexity of Revenue Approximation
考虑一个垄断者出售$n$项目给一个附加购买者,其项目值来自可能具有无限支持度的独立分布$F_1,F_2,\ldots,F_n$。与单一商品的情况不同,众所周知,收入最佳销售机制(定价方案)可能很复杂,有时需要连续的菜单条目。同样已知的是,具有有限数量的菜单条目的简单机制可以提取最佳收入的恒定部分。尽管如此,是否可以通过有限的菜单大小提取任意高比例的最佳收入仍然是开放的。我们给出了肯定的回答:对于每一个$n$和$\varepsilon>0$,都存在$C=C(n,\varepsilon)$ s. t.菜单大小至多为$C$的机制足以从任何$F_1,\ldots,F_n$获得最佳收益的$(1-\varepsilon)$。我们证明了上界和下界的收入近似的复杂性$C(n,\varepsilon)$和确定性的通信复杂性需要运行一个机制,实现这样的近似。
2021-04-09 cs.GT
99% Revenue with Constant Enhanced Competition
强化竞争模式是试图弥合简单拍卖和最佳拍卖之间的差距。在这方面的工作,给定一个拍卖设置与$m$项目和$n$投标人,目标是找到最小的$n' \geq n$,使出售项目的$n'$投标人通过一个简单的拍卖产生(几乎)相同的收入作为最佳拍卖。最近,Feldman,Friedler和Rubinstein [EC,2018]表明,将$m$物品出售给单个投标人的最优收入的任意大的常数部分可以通过投标人数量恒定的简单拍卖获得。然而,他们的技术甚至对于两个投标人也会崩溃,并且只能显示$n' = n \cdot O(\log \frac{m}{n})$的一个边界。我们的主要结果是,$n' = O(n)$投标人满足所有值的$m$和$n$。也就是说,我们表明,对于所有的$m$和$n$,从出售$m$项目$n$投标人的最佳收入的任意大的常数部分可以通过简单的拍卖与$O(n)$投标人。此外,当物品是规则的时,我们可以通过与先验无关的拍卖来实现相同的结果,{ \em即},它们并不取决于投标人估价的抽样分布。
2021-05-18 cs.DS cs.GT
Electronic markets with multiple submodular buyers
我们讨论了在一个有多个买方的电子市场中定价的问题。我们假设有一些自利的卖家,每个卖家都出售一个有相关成本的不同物品。每个买家都有一个子模块的价值购买任何子集的项目。卖家的目标是为他们的物品设定一个价格,这样他们从可能向买家出售物品中获得的利润最大化。我们最全面的结果涉及一个多副本设置,每个卖家有m个副本,他们的项目,有m个买家。在这种情况下,我们给出了市场出清纯纳什均衡存在的一个充分必要条件。我们还表明,即使当这个条件得到满足时,也不是所有的均衡都是市场出清的,这与[2]中单一买方的情况相反。最后,我们研究了多个买家在有限供应设置时,每个卖家只有一个单一的副本,他们的项目的定价问题。
2019-09-23 cs.GT econ.TH
When is Assortment Optimization Optimal?
分类优化关注的问题是以固定价格向最多购买一件商品的买家出售商品。通常,零售商选择与要携带的品牌的“分类”相对应的物品的子集,并且使每个所选物品可用于以其品牌推荐价格购买。尽管在实践中具有巨大的重要性,但销售这些固定价格物品的最佳方法并没有得到很好的理解,因为零售商已经开始尝试只通过彩票销售某些物品。在本文中,我们分析了最大可能的收入,可以赚取在这种设置,鉴于买方的偏好是私人的,但从一个已知的分布。特别是,我们引入了贝叶斯机制设计问题,其中买家对固定价格商品和外部选项进行随机排名,而卖家优化了最多一个商品的(随机)分配。我们发现,分配对应的补偿是次优的一般情况下,但在许多常见的研究贝叶斯先验买方排名,如MNL和马尔可夫链选择模型,补偿实际上是最优的。因此,这篇关于分类优化的大量文献比以前认识到的意义要大得多--它不仅计算最优的分类,而且计算这些固定价格的替代品的卖方收入的经济极限。我们得到了几个进一步的结果-一个更一般的充分条件,为最佳的,捕获选择模型超越马尔可夫链,证明嵌套的Logit选择模型不能捕获马尔可夫链,但可以部分捕获我们的条件,次优间隙为最佳的,当我们的条件不成立。最后,我们表明,我们的机制设计问题提供了最严格的已知LP松弛的排序分布模型下的分类优化。
2022-05-20 cs.GT
Selling to Multiple No-Regret Buyers
本文研究向多个使用无遗憾学习算法的买家反复拍卖单一物品的卖家最优收益问题,设计了在买家基于均值时提取完全期望福利的拍卖机制,并分析了将单买家线性规划方法扩展到多买家时面临的形式障碍。
2023-07-09 cs.GT
A Simple and Approximately Optimal Mechanism for an Additive Buyer
我们考虑一个垄断卖方与$n$异构项目,面对一个单一的买家。买家对每一个物品都有一个价值,这个价值是根据(不相同的)分布独立得出的,而她对一组物品的价值是相加的。卖方的目标是使他的收入最大化。我们建议使用两种简单的定价方法中的先验更好的方法:分别出售物品,每种物品以其最优价格出售,捆绑在一起,其中整套物品以其最优价格作为一个捆绑出售。我们表明,对于任何分布,这种机制实现了一个常数因子近似的最优收入。除了它的简单性,这是第一个计算上容易处理的机制,以获得一个常数因子近似这个多参数的问题。此外,我们还讨论了多个买家和跨项目相关的估值的扩展。
2020-07-30 cs.GT
Multi-dimensional Virtual Values and Second-degree Price Discrimination
我们考虑了一个多维筛选问题,销售的产品具有多个质量水平和设计虚拟价值函数推导出的条件,意味着最优的只卖最高质量。为多维代理设计虚拟值的一个挑战是,逐点优化虚拟值的机制,从一般应用程序的集成部分是不激励兼容的,没有一般的方法是已知的选择正确的路径集成部分。我们解决这个问题,首先唯一解决路径,满足一定的必要条件,逐点最优的机制施加在虚拟值,然后确定分布,确保所产生的虚拟盈余确实是逐点优化的机制。我们的方法解决虚拟值是一般的,作为第二个应用程序,我们使用它来获得最优性条件,只出售大捆绑的项目与添加剂的偏好。
2015-08-24 cs.GT
Approximation Schemes for a Unit-Demand Buyer with Independent Items via Symmetries
我们考虑一个收入最大化的卖方与$n$项目面对一个单一的买家。我们引入对称菜单复杂性的机制,它计数的不同的选项,买方可能会购买的数量,排列的项目的概念。我们的主要结果是,准多项式对称菜单复杂性的机制足以保证一个$(1-\varepsilon)$近似时,买方是单位需求的独立项目,即使当值分布是无界的,这种机制可以在准多项式时间。我们的关键技术结果是一个多项式时间,(对称)菜单复杂性保持黑盒减少从实现一个$(1-\varepsilon)$ -近似的无界估值是次加性的独立项目,以实现一个$(1-O(\varepsilon))$ -近似值时,有界的(和仍然次加性的独立项目)。我们进一步应用这种减少推导出一套估值类超越我们的主要结果的近似方案。最后,我们表明,单独销售(具有指数菜单复杂性)可以近似为一个$(1-\varepsilon)$因子与菜单的有效线性$(f(\varepsilon) \cdot n)$对称菜单复杂性。
2019-11-20 cs.GT
Optimal Deterministic Mechanisms for an Additive Buyer
我们研究收入最大化的确定性机制的最简单的情况下,迈尔森的特征不成立:一个单一的卖方出售两个项目,独立分布的价值,一个单一的添加剂买家。我们证明了最优机制是次模块化的,因此单调。此外,我们表明,在IID的情况下,最佳机制是对称的。我们的特征是令人惊讶的非平凡的,我们表明,他们无法扩展在几个自然的方式,例如,相关的分布或两个以上的项目。特别是,这表明对称机制的最优性并不遵循IID分布的对称性。
2018-04-18 cs.GT
On Solutions for the Maximum Revenue Multi-item Auction under Dominant-Strategy and Bayesian Implementations
很少有精确的解决方案是已知的垄断者的$k$ -项目$n$ -买方最大收益问题的附加价值,其中$k, n >1$和买方$i$有独立的私人分布$F^j_i$的项目$j$。在本文中,我们推导出精确的公式时,$k=2$和$F^j_i$是任何IID分布的支持大小为2的最大收益,无论是显性策略(DIC)和贝叶斯(BIC)的实现。公式导致简单的特征,这两个实现具有相同的最大收入,当且仅当单独销售是最佳的分布。我们的研究结果还首次展示了这两种实现方式之间的收入差距。例如,如果$k=n=2$和$Pr\{X_F=1\}=Pr\{X_F=2\}=\frac{1}{2}$,那么贝叶斯实现中的最大收益恰好超过优势策略中的最大收益$2\%$ ;对于所有大的$a$,对于$[a, a+1]\cup[2a, 2a+1]$上的连续均匀分布$X_F$,存在相同的差距。
2016-07-13 cs.GT
Buy-many mechanisms are not much better than item pricing
多项目机制可以是非常复杂的,提供许多不同的捆绑给买家,甚至可以是随机的。这种复杂性被认为是必要的,因为随机和确定性机制之间的收入差距,或者确定性和简单机制之间的收入差距是巨大的,即使是对于加法估值。我们挑战这种传统的信念,表明这些大的差距只能发生在有限的情况下。在这种情况下,该机制向买家收取过高的捆绑费用,而以低得多的价格出售单个项目。可以说,这在许多情况下是不切实际的,因为买方可以将订单分成更小的部分,总体价格要低得多。我们的主要结果是,如果买方被允许购买尽可能多的(随机)捆绑,因为他喜欢,任何多项目机制的收入是最多O(logn)倍的收入可实现的项目定价,其中n是项目的数量。这在最一般的情况下也是成立的,即买家类型的分布任意相关,估值任意。我们还证明了这个结果在很强的意义上是紧的。任何亚指数描述复杂性的机制族都不能比对数近似更好地实现,即使是对最好的确定性机制,甚至是加法估值。相比之下,具有线性描述复杂性的项目定价与随机机制的约束相匹配。
2019-07-01 cs.GT
Selling a Single Item with Negative Externalities
本文研究具有负外部性的单一商品销售监管问题,建立模型分析监管政策效率,证明同质市场中仅需监管支付或生产之一即可达到最优,任意市场中亦存在仅监管一方面的近似最优政策。
2019-02-26 cs.CR cs.CY cs.GT
Sample Complexity of Posted Pricing for a Single Item
本文研究单品销售中标价机制的样本复杂度,针对独立与相关买家分布及福利与收益最大化目标,给出了匹配的上下界(相差对数因子)。
2024-11-04 cs.DS cs.GT
Allocating Indivisible Resources under Price Rigidities in Polynomial Time
在许多现实的资源配置问题中,经济效率必须与社会公平相结合,价格刚性往往是根据一定的经济和社会需要而制定的。研究了价格刚性条件下销售多个不可分割商品的动态机制的计算问题。我们提出了一个多项式算法,可以用来找到过度需求的项目集,然后引入一个动态的机制与配给发现价格刚性下的约束瓦尔拉斯均衡在多项式时间。我们还讨论了卖方期望利润和物品期望价格的计算,并讨论了期望利润意义下的战略问题。
2014-05-26 cs.GT cs.MA
Predict and Match: Prophet Inequalities with Uncertain Supply
我们考虑的问题,出售易腐物品的买家流,以最大限度地提高社会福利。卖家从一组相同的物品开始,每个到达的买家都想要任何一件物品,并有一个独立的估价。已知的分布。然而,每一个项目,消失后,一个先验的未知量的时间,我们术语的地平线为该项目。卖方知道每件物品的视界分布(可能不同),但不知道它的实现,直到物品实际消失。与经典的预言家不平等一样,我们的目标是设计一个在线定价方案,与知道地平线并提取全部社会盈余(或福利)的预言家竞争。我们的主要结果是设置项目有独立的地平线分布满足单调风险率(MHR)条件。在这里,对于任何数量的项目,我们通过一个概念上简单的政策,平衡买家被接受的速度与项目从系统中删除的速度,实现了一个恒定的竞争约束。我们通过一种新的匹配技术,通过概率模拟在未来的时间离开的项目,实现这一政策。此外,对于一个单一的项目和MHR水平分布的平均$μ$,我们证明了一个严格的结果:有一个固定的定价方案,最多有竞争比$2 - 1/μ$,这是最好的可实现的在这一类。我们进一步表明,我们的结果是最好的可能。首先,我们证明了竞争比是无界的,即使没有MHR假设的一个项目。此外,即使水平分布是独立同分布,MHR和项目数变大时,任何策略的竞争比都有一个大于$1$的常数下界,这与具有相同确定性视野的设置形成鲜明对比。
2020-01-22 cs.GT
Duality and Optimality of Auctions for Uniform Distributions
我们开发了一个一般的对偶理论框架的收入最大化的添加剂贝叶斯拍卖。该框架扩展了线性规划的对偶性和互补性的约束偏导数。对偶系统揭示了问题的几何性质,并突出了它与二分图匹配理论的联系。我们证明了框架的力量,通过将其应用到一个多好的垄断设置,买方均匀分布的项目的估值,在该地区的典型的长期开放的问题。我们提出了一个确定性的销售机制,称为直夹克拍卖(SJA),我们证明了这是完全最优的多达6个项目,并推测其最优的任何数量的商品。对偶框架不仅用于证明最优性,而且可能更重要的是用于推导最优机制本身;因此,SJA由自然几何约束定义。
2018-01-15 cs.GT
Simple and Approximately Optimal Pricing for Proportional Complementarities
我们研究了一个新的互补估值模型,我们称之为“比例互补”。“与常见的模型(如超图形估值)相反,在我们的模型中,我们不假设拥有一套物品所产生的额外价值与买方对物品的基本估值无关。相反,我们将互补性建模为与买方的基本估值成比例,这些比例是已知的市场参数。我们的目标是设计一个简单的定价方案,对于一个单一的买家与比例互补,产生近似最优的收入。我们定义了一类新的机制,其中一些项目是免费赠送的,其余的项目以高价单独出售。我们发现,更好的这样一个机制,并出售大捆绑赚取12-近似的最优收入成对比例互补。这证实了一种直觉,即在存在互补性的情况下,物品不应完全分开出售。在更一般的情况下,买家具有最大比例正超图估价,其中给定超图中的超边描述了通过另外拥有任何一组物品$T$而给出的对买家的物品$i$的价值的提升。这样的超图的最大出度是$d$,并且$k$是超图的正秩。对于这些参数给出的估值,我们的简单定价方案是一个$O(\min\{d,k\})$ -近似。
2019-09-02 cs.GT
Using Lotteries to Approximate the Optimal Revenue
最近有很多关于向自私的投标人出售商品的真实机制的收入增加特性的研究。通常,将机制的收入与基准(例如,无所不知的卖方以固定价格向至少两个客户销售可获得的最大收入)进行比较,以了解在最坏情况下,机制的收入比基准低多少。我们在{ \em lotteries}的上下文中研究这个问题,其中卖方可以出售赢得物品的概率。我们对两个一般性问题感兴趣。首先,我们的目标是使用真正的最佳收入作为基准,我们的拍卖。其次,我们研究了彩票的表现力在多大程度上有助于改善最坏情况的比率。我们在众所周知的{ \em digital goods}的背景下对此进行研究,其中生产成本为零。我们表明,在这种情况下,抗串通彩票(这些彩票没有投标人交换侧支付联盟在说谎方面具有优势)与真实的彩票一样强大。
2013-01-11 cs.GT
On Simple Mechanisms for Dependent Items
我们研究的问题出售$n$异质项目的一个单一的买家,其价值为不同的项目是相关的。在任意依赖的情况下,哈特和尼桑证明,没有简单的机制可以实现一个不可忽略的最优收入的一部分,即使只有两个项目。我们考虑的设置中,买方的类型是从一个相关的分布,可以捕获的马尔可夫随机场,最突出的框架之一,用于建模高维分布的结构。如果买方的估值是添加剂或单位需求,我们扩展的结果,所有的MRF和最大(SRev,BRev)可以实现$Ω\left(\frac{1}{e^{O(Δ)}}\right)$ -分数的最佳收入,其中$Δ$是一个参数的MRF,是由多少项目的价值可以影响其他项目的价值。我们进一步表明,指数依赖于$Δ$是不可避免的,我们的方法和多项式依赖于$Δ$是不可避免的任何方法。当买方有一个XOS估值,我们表明,最大值(Srev,Brev)实现至少一个$Ω\left(\frac{1}{e^{O(Δ)}+\frac{1}{\sqrt{nγ}}}\right)$ -分数的最佳收入,其中$γ$是光谱间隙的格劳伯动态的MRF。请注意,在独立分布的项目,$Δ=0$和$\frac{1}{nγ}\leq 1$的特殊情况下,我们的结果恢复了已知的常数因子近似的XOS买家。我们进一步扩展我们的参数近似到其他几个良好的研究依赖措施,如Dobrushin系数和逆温度。我们的结果是基于Cai等人的对偶框架和相依随机变量上XOS函数的一…
2021-06-25 cs.GT
Efficiency of (Revenue-)Optimal Mechanisms
我们比较了收益最大化(或{ \em optimal})机制与效率最大化机制的预期效率。我们发现,当投标人估价是i.i.d.时,k + log_{e/(e-1)} k + 1个投标人出售单个物品的收益最大化机制的效率至少与k个投标人的效率最大化机制的效率一样多。单调风险率分布令人惊讶的是,我们还表明,这个界限是紧在一个小的附加常数为5.7。换句话说,Theta(log k)额外投标者足以使收入最大化机制匹配效率最大化机制的效率,而o(log k)不。这与Bulow和Klemperer比较两种机制的收入的结果相反,其中只有一个额外的投标人就足够了。更准确地说,他们表明,与k+1投标人的效率最大化机制的收入不低于收入最大化机制与k投标人的收入。我们扩展我们的结果的情况下,销售t相同的项目,并表明,2.2 log k + t θ(log log k)额外的投标人足够的收入最大化机制,以匹配效率最大化机制的效率。为了证明我们的结果,我们对单调危险率(MHR)分布进行了分类,并确定了一个MHR分布族,使得对于我们分类中的每个类,这个族中有一个成员逐点低于该类中的每个分布。这让我们证明了关于单调风险率分布的有趣的结构定理。
2009-06-04 cs.GT
Dynamic and Non-Uniform Pricing Strategies for Revenue Maximization
我们考虑在有限供应环境下收益最大化的项目定价问题,其中一个单一的卖方与$n$项目迎合$m$买家与未知的次可加性估值函数谁在一个序列中到达。卖方为每件商品定价。每个买家购买一个子集的尚未售出的项目,最大限度地提高她的效用。我们的目标是设计定价策略,保证预期收入在最大可能的社会福利的一个小因素$α$内-最大可能产生的收入的上限。大多数早期的工作都集中在无限供应设置,其中出售物品给一些买家并不影响他们的可用性,以未来的买家。Balcan et.(EC 2008)研究了有限供应设置,给出了一种随机策略,该策略为所有物品分配单一价格(统一策略),并且从不改变它(静态策略),该策略给出了$2^{O(\sqrt{\log n \log \log n})}$ -近似,并且此外,没有静态统一定价策略可以给出比$2^{Ω(\log^{1/4} n)}$ -近似更好的结果。我们将这个下界改进为$2^{Ω(sqrt{\log n})}$。我们考虑动态统一策略,它可以在每个买家到达时改变价格,但所有未售出商品的价格在任何时候都是相同的,以及静态非统一策略,它可以为不同的商品分配不同的价格,但在初始设置后永远不会改变。我们设计这样的定价策略,给出一个多对数近似最大收益。因此,在有限的供应设置,我们的研究结果突出了动态和非统一定价与静态统一定价的权力之间的强有力的分离。据我们所知,这是第一个非平凡的分析动态和非…
2009-05-19 cs.GT
Optimal Auctions for Negatively Correlated Items
研究了两个物品的收益最优拍卖的设计问题,投标人的估价在投标人之间是独立的,但在物品之间是负相关的。在本文中,我们得到了封闭形式的最优拍卖,通过直接解决上述两个困难。特别地,第一个困难是当在多维可行性下逐点最大化虚拟盈余时(即,边界可行性),(1)最佳临时分配在虚拟值中既不是平凡单调的,(2)虚拟值在投标人类型中也不是单调的。因此,由虚拟盈余最大化产生的最优临时分配不再保证BIC。为了解决(1),我们证明了边界定理的一个推广,并证明了最优临时分配确实是单调的虚拟值。为了解决(2),我们通过将(熨烫的)虚拟值重新定义为最低效用点的函数来调整Myerson的熨烫过程。第二个困难,也许是一个更具挑战性的困难,是效用最低的类型一般不再处于类型区间的端点。为了解决这个困难,我们通过构造证明存在一个分配规则和一个诱导的最低效用类型,使得它们形成虚拟盈余最大化的解,同时保证IIR。在单个投标人的情况下,最优拍卖由随机捆绑菜单和确定性捆绑菜单组成;而在多个投标人的情况下,最优拍卖是两个极端机制之间的随机化。我们的设置的最佳解决方案可以实现贝叶斯IC和IR拍卖,然而,也许令人惊讶的是,这种拍卖的收入不能实现任何(显性策略)IC和IR拍卖。
2016-06-02 cs.GT
Selling to a No-Regret Buyer
Princeton University(普林斯顿大学)
我们考虑一个卖家重复地向一个买家出售一件商品的问题(具体地说,买家在每一轮都有一个从已知分布$D$中提取的新值)。以前的工作假设买方是完全理性的,并会完全理性地考虑他们今天的出价如何影响卖方明天的决定。在这项工作中,我们开始一个不同的方向:买家简单地运行一个无遗憾的学习算法在可能的出价。我们提供了一个相当完整的表征最优拍卖的卖方在这一领域。具体而言:- 如果买方根据EXP 3(或任何“基于均值”的学习算法)出价,则卖方可以任意提取接近预期福利的预期收入。这种拍卖是独立于买方的估价$D$,但有点不自然,因为它有时是在买方的利益出价过高。- 存在学习算法$\mathcal{A}$,使得如果买方根据$\mathcal{A}$出价,则卖方的最优策略是简单地为每轮$D$发布Myerson储备。- 如果买方根据EXP 3(或任何“基于均值”的学习算法)出价,但卖方被限制为出价过高占主导地位的“自然”拍卖格式(例如,广义第一价格或广义第二价格),那么卖方的最佳策略是随时间推移准备金逐渐减少的支付出价格式。此外,卖方的最佳可实现的收入的特点是一个线性规划,可以无限优于最好的真实拍卖,但同时无限差于预期的福利。
2017-11-25 cs.GT cs.LG stat.ML
Settling the Competition Complexity of Additive Buyers over Independent Items
该研究解决了独立可加估值拍卖的竞争复杂度问题,证明其为Θ(√(nm)),通过构造贝叶斯IC拍卖提升了下界,还指出截断等收益分布对应最坏情况复杂度。
2024-03-06 cs.GT
Constrained Signaling in Auction Design
我们考虑的问题,拍卖人面临的任务是出售一个好的(从一个已知的分布)的一组买家,当拍卖人没有能力向买家描述的确切身份的好,他正在出售。相反,他必须提出一个受约束的信号方案:一个从商品到信号的(非内射)映射,满足他的设置的约束。例如,拍卖人可能只能为每件商品传达有限长度的信息,或者他可能在如何为出售的物品做广告方面受到法律限制。每个候选的信令方案诱导买家之间的不完全信息博弈,和拍卖的目标是选择的信令方案和伴随的拍卖格式,优化福利。在本文中,我们使用子模函数最大化和无遗憾学习的技术,给各种约束信令问题的约束信令方案的计算算法。
2014-01-06 cs.DS cs.GT
A Simple and Approximately Optimal Mechanism for a Buyer with Complements
我们考虑一个收入最大化的卖方与$m$异质项目和一个单一的买方,其估价$v$的项目可能会表现出两个替代品(即,对于一些$S, T$,$v(S \cup T) < v(S) + v(T)$)和互补物(即,对于一些$S, T$、$v(S \cup T) > v(S) + v(T)$)。我们证明了Babaioff等人首次提出的机制。[2014] -更好地分别销售物品并将其捆绑在一起-保证了最佳收入的$Θ(d)$部分,其中$d$是互补程度的度量。请注意,这是第一个近似最优的机制,其估值表现出任何形式的互补性,并扩展了Rubinstein和Weinberg [2015]的工作,该工作证明了当买方估值是次加性时,相同的简单机制实现了常数因子近似,这是最普遍的无互补估值。我们的证明是由Cai et al. [2016]最近开发的对偶框架实现的,我们使用该框架来获得这种设置下的最优收入的界限。我们的主要技术贡献是专门处理复杂的设置与补充,并包括一个超图分割边缘的算法。甚至确定正确的模型和“互补度”的概念以获得有意义的结果也是有趣的,因为先前定义的自然扩展可证明是失败的。
2017-04-08 cs.GT
Multi-Item Screening with a Maximin-Ratio Objective
H. Milton Stewart School of Industrial & Systems Engineering, Georgia Institute of Technology(佐治亚理工学院 H. 米尔顿·斯图尔特工业与系统工程学校)
针对多物品筛选问题,提出基于极大极小比率目标的鲁棒机制,利用联合支撑信息实现可分离且可实施的随机定价方案,并扩展到捆绑分区及广义模糊集。
2025-10-17 cs.GT econ.TH math.OC
Optimal Design of Robust Combinatorial Mechanisms for Substitutable Goods
本文研究了向一组购买者销售离散可替代产品的多维机制设计问题。以往的研究主要集中在卖方估价的随机描述上。然而,在某些应用中,不知道关于购买者偏好的先验信息。为了解决这个问题,我们考虑不确定的估值和制定一个强大的优化框架的问题:目标是最大限度地减少最大遗憾。对于一类特殊的收益最大化定价问题,我们提出了一种基于混合整数线性规划的求解方法。
2017-01-04 cs.CE cs.GT
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
Generalizing Virtual Values to Multidimensional Auctions: a Non-Myersonian Approach
我们考虑的收入最大化问题的垄断通过非迈尔森的方法,可以推广到多个项目和多个买家。虽然这种方法不会导致问题的任何封闭形式的解决方案,但它确实从不同的角度提供了一些见解。特别是,我们考虑贝叶斯(贝叶斯激励兼容+贝叶斯个体理性)和支配策略(支配策略激励兼容+事后个体理性)的实现,其中所有买家都有附加估值和准线性效用,所有估值在买家之间是独立的(不一定在物品之间是独立的)。我们的方法的主要技术是制定的LP问题(可能与指数大小),并应用原始-对偶分析。我们观察到,对偶规划的任何最优解自然地定义了原始收益最大化问题的虚拟价值函数,在这个意义上,任何收益最大化拍卖必须是虚拟福利最大化者(参见图1)。Myerson's auction for a single item [Myerson,1981])。基于这一观察,我们刻画了BIC = DSIC的一个充分必要条件,即,贝叶斯实施的最优收益等于显性策略实施的最优收益(BRev = DRev)。条件是当且仅当最优的DSIC收益DRev可以通过DSIC和事后IR虚拟福利最大化者来实现,其虚拟价值函数与买方无关(买方i的虚拟价值与其他买方的估值无关)。根据特征,我们进一步表明,当所有估值都是独立同分布时,进一步等价于单独销售是最优的。特别是,它尊重Yao [2016]最近在多项目多买家设置中的精确最优解方面的突破性工作。
2017-11-29 cs.GT
Optimal Auctions vs. Anonymous Pricing
对于将单个物品出售给具有独立但不同分布价值的代理人,收益最优拍卖是复杂的。关于它,Hartline和Roughgarden(2009)表明,具有匿名保留的第二价格拍卖的近似因子在2和4之间。我们考虑了更苛刻的问题,通过发布匿名价格(而供应持续)来近似拍卖问题的事前放松的收入,并证明了它们的最坏情况比是e。作为推论,匿名定价或匿名储备与最优拍卖的上界从4提高到$e$。我们的结论是,直到一个$e$因素,歧视和一致性是不重要的驱动收入在单一项目拍卖。
2015-07-09 cs.DS cs.GT
Pricing Randomized Allocations
随机化机制将一组出价映射到结果的概率分布,而不是单个结果,是计算机制设计的一个重要但不太理解的领域。我们调查的随机结果(以下简称“彩票”)的背景下,一个基本的和典型的多参数机制设计问题的作用:销售异质项目的单位需求投标人。在多大程度上,卖家可以通过给彩票而不是物品定价来提高她的收入,这种对问题的修改是否影响其计算的易处理性?我们的研究结果表明,这些问题的答案取决于消费者是否可以只购买一个彩票(买一个模型)或购买任何一组彩票,并从每个(买多个模型)接收一个独立的样本。在买一个模型中,有一个多项式时间算法来计算收入最大化的无嫉妒价格(从而克服了相应的项目定价问题的不可近似性),只要项目类型的数量超过4,最优彩票系统的收入可以超过最优项目定价的收入一个无界因子。在具有n种商品类型的多买模型中,彩票定价所获得的利润可以超过商品定价的O(log n)倍,但不能超过,并且对于某些eps>0,最优彩票定价不能近似在O(n^eps)倍内,除非NP有次指数时间的随机算法。我们的下界依赖于几何和代数技术的混合,而上界使用一种新的舍入方案,将具有随机结果的机制转换为具有确定性结果的机制,同时只损失有限的收入。
2009-04-16 cs.DS cs.GT
Selling Joint Ads: A Regret Minimization Perspective
Google Research(谷歌研究);Uber;Sapienza University of Rome(罗马萨皮恩扎大学)
本文从在线学习视角研究将广告位出售给两个合作买家的机制设计,提出自适应离散化算法在随机与平滑对抗设置下分别达到$O(T^{3/4})$和$O(T^{2/3})$遗憾界,并证明对抗设置下无法超过最佳固定机制收入的一半。
2024-09-12 cs.GT cs.LG
Distributed Mechanism Design in Social Networks
设计拍卖以激励买家通过他们的社会关系邀请新买家是机制设计的新趋势。挑战在于,买家是竞争对手,我们需要设计适当的激励措施,让他们相互邀请。对于销售单个项目,已经提出了许多有趣的机制。然而,所有的机制都要求卖方或第三方是值得信赖的,以执行这些机制。此外,该机制的所有者将在执行后知道网络的所有连接,这带来了潜在的隐私问题。因此,避免隐私问题的分布式机制在实践中更有吸引力。因此,在本文中,我们提出了社交网络中的第一个分布式机制,而不会向任何人透露买家的私人联系,它实现了完全的去中心化,不依赖于任何可信的第三方。此外,集中减少我们的机制也提供了一种新的方式来计算球员的贡献相比,现有的解决方案。
2023-03-06 cs.GT
Maximizing revenue in the presence of intermediaries
本文研究了将$k$物品出售给单位需求购买者的机制设计问题。买受人或者直接参加拍卖,或者由中间人代表,中间人代表一部分买受人。我们的目标是设计强大的机制,独立于需求结构(即买家如何在中介机构之间划分),并在中介机构和买家之间的各种可能的合同下表现良好。我们首先研究的情况下,$k$相同的项目,每个买家提请其私人估价的项目i.i.d.从已知的$λ$-正则分布。我们构建了一个强大的机制,独立于需求结构,并在一定的条件下,中间商和买家之间的合同,获得一个恒定的因素的收入,机制设计者可以获得她知道买家的估值。换句话说,我们的机制的预期收入实现了一个常数的最优福利的因素,而不管需求结构。我们的机制是一个简单的标价机制,它根据$k$和购买者的总数来设定每件商品的价格,但不依赖于需求结构或下游合同。接下来,我们将我们的结果推广到项目不相同的情况。我们假设项目估值是可分离的。对于这种情况下,我们设计了一种机制,通过使用一个菜单的价格,获得至少一个恒定的分数的最优福利。这种机制也独立于需求结构,但对中介和买方之间的合同做出了相对更强的假设,即每个中介都倾向于其所代表的买方子集的效用总和更高的结果。
2021-11-19 cs.GT econ.TH
Randomization beats Second Price as a Prior-Independent Auction
设计收益最优的拍卖,使物品卖给$n$对称的投标人,是机制设计中的一个基本问题。Myerson(1981)指出,当投标人的价值是独立同分布时,具有适当保留价的第二价格拍卖是最优的。已知的规则分布。Bulow和Klemperer(1996)的一个结果是,在最坏的情况下,没有保留的第二价格拍卖达到了最优收益的$(n-1)/n$,这是先验独立收益最大化文献的基石。我们构造了一个随机机制,严格优于第二价格拍卖在这种情况下。我们的机制以随$n$变化的概率来膨胀第二高的出价。对于两个投标人,我们提高性能保证从$0.5$到$0.512$的最佳收入。我们还解决了一个问题,在设计的收入最优机制,有机会从一个未知的分布的单一样本。我们表明,随机机制严格优于所有确定性机制的最坏情况下的保证。
2015-07-29 cs.GT
New Guarantees for Learning Revenue Maximizing Menus of Lotteries and Two-Part Tariffs
Carnegie Mellon University(卡内基梅隆大学)
本文研究彩票菜单与两部收费制两类机制的可学习性,提出首个在线学习算法并给出强遗憾界,同时改进分布设置下的运行时间,并证明现有数据驱动设计技术不足。
2024-07-15 cs.GT cs.LG
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
Benchmark Design and Prior-independent Optimization
本文比较了在线算法模型和机制设计模型中两种主要的鲁棒优化方法。竞争分析比较在线算法与离线基准在最坏情况下的性能,而先验独立机制设计比较机制在未知分布(输入,即,代理值)到最坏情况下分布的最优机制。对于竞争分析,一个关键问题是基准的选择。本文给出了一种选择好的基准的方法。我们表明,最佳基准的最佳算法/机制等于先验独立的最佳算法/机制。我们解决了一个中心的开放问题,在先验独立的机制设计,即我们确定的先验独立的收入最优的机制,销售一个单一的项目,以两个代理i.i.d.有规律的分布值。通过这种解决方案和上述的先验独立的机制设计和竞争分析(a.k.a.无先验机制设计),我们表明,无先验机制的下限的标准方法对于基准设计程序通常不是严格的。
2020-09-08 cs.GT