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
Selling Complementary Goods: Dynamics, Efficiency and Revenue
我们考虑完全互补商品的两个销售者之间的价格竞争。每个卖家都为自己出售的商品定价,但需求量取决于价格的总和。这是古诺(1838)提出的一个经典模型,他指出,在这种情况下,一个同时销售两种商品的垄断企业比两个相互竞争的卖家更有利于社会。我们证明了非平凡的纯纳什均衡总是存在于这个游戏。我们还量化古诺的观察方面的最优福利和垄断收入。然后,我们证明了一系列主要是负面的结果,在这样的游戏中的最佳对策动态的收敛到均衡。
2017-06-01 cs.GT
Fair Allocation with Optional Selling
Weizmann Institute of Science(魏茨曼科学研究所)
本文针对主体对不可分商品有主观估值且商品可按市价出售的场景,适配公平性概念并证明了多主体下满足MMS、SEFX等的分配存在性及比例的最优性。
2026-08-26 cs.GT econ.TH
Pricing Policies for Selling Indivisible Storable Goods to Strategic Consumers
研究了一个垄断零售商向前瞻性消费者销售可储存产品时所面临的动态定价问题。在这个框架中,两个主要的定价政策(或机制)在文献中研究的预先宣布(承诺)的定价政策和或有(威胁或历史依赖)的定价政策。我们分析和比较这些定价政策的设置中,好可以购买沿有限的时间范围内不可分割的原子量。首先,我们证明了,给定线性存储成本,零售商可以通过求解一个动态规划在多项式时间内计算出最优的预先通知定价策略。此外,在这样的政策下,我们表明,消费者不需要储存单位,以预期价格上涨。第二,在权变定价政策而不是预先宣布的定价机制下,(i)价格可能更低,(ii)零售商收入可能更高,(iii)消费者剩余可能更高。这一结果令人惊讶,因为这三个事实与零售商销售可分割存储商品的情况完全相反。第三,我们精确地量化了一个应急政策相对于一个预先宣布的政策的盈利能力。具体来说,对于拥有$N$消费者的市场,应急政策可以比预先宣布的政策产生更多的收入,并且这个界限很紧,这是$Ω(\log N)$的乘数。
2018-04-19 cs.GT
Competitive Bundle Trading
本文针对供应商与客户均在线到达、存在库存约束的零售商捆绑交易利润最大化问题,提出带对数竞争比的指数权重更新动态定价算法,证明近似匹配下界并扩展至激励相容机制,填补了相关研究空白。
2025-07-30 cs.DS cs.GT
A Two Stage Mechanism For Selling Random Power
我们提出了一个两阶段的拍卖机制,可再生能源发电商(或聚合)可以用来分配可再生能源之间的LSE。拍卖会提前一天举行。LSE提交投标,说明其每单位的估值,以及在发电量不足的情况下的实时履行成本。我们提出了一个分配规则和去分配规则,最大化预期的社会福利。由于LSE是战略性的,可能不会如实报告其私人估值和成本,我们设计了两部分付款,一部分在第一阶段,在实现可再生能源发电水平W之前支付,另一部分稍后确定作为补偿支付给那些在短缺情况下必须取消分配的LSE。我们提出了一个两阶段的随机VCG机制,我们证明是激励兼容的预期(预期收益最大化投标人将如实投标),个人理性的预期(所有参与者的预期收益是非负的),也是有效的。据我们所知,这是第一个销售随机商品的两阶段机制。
2018-09-27 cs.GT
Strategy-proof Selling: a Geometric Approach
本文研究单一买卖双方的防策略销售机制,在拟线性、非拟线性及风险厌恶等多维偏好下,用单交叉性质、单调性与间接偏好对应的连续性刻画机制,并给出可计算最优机制且易扩展至 n 个买方的优化程序。
2024-07-27 cs.GT econ.TH
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
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
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
Pricing Social Goods
社会商品不仅赋予其所有者价值,也赋予所有者周围的环境价值,无论是他们的家人、朋友还是办公室同事。非所有者从商品中获得的利益受到许多因素的影响,包括商品的类型,其可用性以及非所有者的社会地位。根据利益的大小和商品的价格,潜在的购买者可能不购买商品,希望搭别人购买的便车。一个销售社会商品的收入最大化的卖家在为商品定价时必须考虑这些因素。在过去的十年里,关于最优定价的文献已经有了很大的进展,但是对于销售社会商品的最优定价方案却知之甚少。在本文中,我们进行了一个系统的研究收入最大化的定价方案的社会商品:我们引入了贝叶斯模型,这种情况下,并设计接近最优的定价方案,为各种类型的外部性,同时销售和顺序销售。
2017-07-03 cs.GT
The Root of Revenue Continuity
The Hebrew University of Jerusalem(耶路撒冷希伯来大学)
研究通过Wasserstein距离证明收益连续性,提出均匀折扣方法在近似估值下保持最优性。
2026-01-07 cs.GT econ.TH
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
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
Bounding the Menu-Size of Approximately Optimal Auctions via Optimal-Transport Duality
近似的最小菜单大小的问题(即,Hart和Nisan(2013)引入了向可加性风险中性准线性买家出售两种商品时的贝叶斯收入最大化,他们给出了该问题的上界$\varepsilon$。使用Daskalakis等人的最优运输对偶框架。(2013,2015),我们推导出这个问题的第一个下界-$Ω(\frac{1}{\sqrt[4]{\varepsilon}})$,即使两种商品的价值是独立同分布的。从“好”的分布,建立如何通过这个对偶框架的原因近似最优机制。这个界限意味着,对于任何固定数量的货物,一个严格的界限上的最小确定性通信复杂性的$Θ(\log\frac{1}{\varepsilon})$保证足以运行一些近似的收入最大化的机制,从而完全解决这个问题。作为第二个结果,我们表明,在标准的经济假设分布,上述上限的哈特和Nisan(2013)可以加强到$O(\frac{1}{\varepsilon^2})$。
2018-07-11 cs.GT
Solving the Buyer and Seller's Dilemma: A Dual-Deposit Escrow Smart Contract for Provably Cheat-Proof Delivery and Payment for a Digital Good without a Trusted Mediator
电子商务的一个基本问题是在可能彼此不认识或不信任的个人之间买卖数字商品。传统上,这个问题已经通过使用可信的第三方来解决,如信用卡公司、中介托管、法律裁决或声誉系统。尽管区块链协议作为一种在没有可信第三方的情况下发送支付的方式而兴起,但在没有可信第三方的情况下交换数字商品进行支付的重要问题却受到了较少的关注。我们将这个问题称为买方和卖方的困境,并为此提出了一个双存款托管交易协议,该协议使用双边支付存款与简单的加密原语,并且可以使用基于区块链的智能合约来实现。我们分析了我们的协议作为一个扩展形式的游戏,并证明了这个游戏的子博弈完美纳什均衡是买方和卖方合作和诚实的行为。我们在假设交易的数字商品是已知的和可验证的,并且双方都知道固定的价格的情况下解决这个问题。
2018-06-21 cs.CR cs.GT
Revenue Gaps for Static and Dynamic Posted Pricing of Homogeneous Goods
我们考虑的问题最大化的预期收益出售$k$同质商品的$n$单位需求的买家顺序到达独立和同分布的估值。在这种情况下,最优标价是动态的,因为它们取决于剩余的商品和买家数量。我们研究了有多少收入损失时,一个单一的静态价格,而不是用于所有的买家和货物,并证明了上界的最大收入从动态价格和静态价格之间的比率。这些界限对于$k$和$n$的所有值都是紧的,并且根据基础分布的规律性性质而变化。对于一般分布,我们得到一个$2-k/n$的比率,对于规则分布,一个在$n$中增加的比率,并且从上面以$1/(1-k^k/(e^{k}k!))$为界,大致为$1/(1-1/(\sqrt{2πk}))$。动态价格和静态价格之间的收入差距的下限。通过事先放松的收入最大化问题的上界,因此,在一般情况下的$2-k/n$和$1/(1-1/(\sqrt{2πk}))$在常规情况下的紧边界也适用于潜在的最佳激励兼容机制和最佳静态价格之间的收入差距较大。我们的研究结果意味着,对于规则分布的动态价格的好处消失,而对于非规则分布的动态价格可能会达到静态价格的收入的两倍。
2019-04-15 cs.GT
Robust Optimality of Bundling Goods Beyond Finite Variance
Tilburg University(蒂尔堡大学)
本文研究在有限方差之外的商品捆绑鲁棒最优性,基于买卖双方的博弈框架,探讨在仅知道均值绝对偏差的情况下,捆绑策略仍能保持最优,但收益严格小于均值。
2026-03-27 cs.DS cs.GT math.OC
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
Cheap Talk in Bilateral Trade
Yale School of Management(耶鲁管理学院);Harvard Kennedy School(哈佛肯尼迪学院)
研究卖方利用私人信息但承诺能力有限的条件下,通过多轮廉价谈话机制优化双边贸易的利润与福利,证明单一商品下廉价谈话无效,但在多商品、多单位、相互依赖价值或重复博弈中创造价值。
2026-05-31 cs.GT econ.TH
Reaping the Benefits of Bundling under High Production Costs
众所周知,将不同的商品捆绑销售可以显著增加收入。然而,如果商品的生产成本很高,捆绑销售就不再有利可图。为了克服这一挑战,我们引入了一种新的机制,即纯捆绑与成本处置(PBDC),在购买捆绑后,客户可以退回任何部分的商品,以支付其成本。我们提供了两种类型的保证利润的PBDC机制相对于最佳的生产成本的存在下,假设客户的估值是添加剂的项目和独立绘制。我们首先提供了一个依赖于分布的保证,表明PBDC至少获得1-6c^{2/3}的最优利润,其中c表示福利随机变量的变异系数。如果有大量的项目,其个别估值具有有界的变差系数,那么c接近0,并且我们的常数改进了Bakos和Brynjolfsson(1999)的经典结果。然后,我们提供了一个无分配保证,表明PBDC或个人销售至少获得最优利润的1/5.2倍,推广和改进了Babaioff等人(2014)的著名结果1/6。相反,我们还提供了任何分区机制(捕获个人销售和纯捆绑)性能的最佳上限,为最佳利润的1/1.19倍,比以前已知的上限1/1.08有所改进。最后,我们在与Chu等人(2011)的广泛数值研究相同的竞争环境下进行了模拟,这证实了PBDC总体上优于其他简单的定价方案。
2021-02-20 cs.GT
Optimal Competitive Auctions
我们研究了无限量出售相同物品的真实拍卖的设计(例如,数字商品)到n个单位需求买家。这个经典问题从利润最大化拍卖设计文献中脱颖而出,因为它不需要对买家的估价进行概率假设,并采用竞争分析的框架。我们的目标是优化拍卖的最坏情况下的性能,通过给定的基准和拍卖产生的收入之间的比率来衡量。我们建立了一个充分必要条件,所有单调基准的竞争比的特点。该特征确定了最坏情况下的分布情况,并揭示了竞争分析中的竞争比和基准之间的内在关系。与表征在手,我们表现出最优的竞争性拍卖两个自然的基准。研究最多的基准测试$\mathcal{F}^{(2)}(\cdot)$衡量了至少有两个买家获胜的无嫉妒的最佳收入。Goldberg等人。[13]显示了每个购买者数量n的竞争比的下界序列。他们强调所有这些界限都是严格的。我们表明,最优竞争性拍卖符合这些界限。因此,我们证实了猜想,并解决了一个中心开放的问题,在设计的数字商品拍卖。作为另一个应用程序,我们研究了另一个具有经济意义的基准,它衡量了所有有限供应的Vickrey拍卖的最佳收入。我们确定的最佳竞争比是$(\frac{n}{n-1})^{n-1}-1$为每个数量的买家n,即$e-1$作为$n$接近无穷大。
2014-01-05 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
Neural Auctions Compromise Bidder Information
University of Maryland, College Park(马里兰大学帕克分校);University of Zurich(苏黎世大学)
单次拍卖通常被用作销售商品的一种手段,例如在销售广告空间或分配无线电频率时,但是为多个投标人和多个物品设计拍卖机制可能会很复杂。研究表明,神经网络可以用来逼近最优机制,同时满足拍卖是防策略的和个体理性的约束。我们发现,尽管这样的拍卖收入最大化,他们这样做的成本透露私人投标人的信息。虽然随机性通常用于建立隐私,但在这种情况下,如果不小心进行,就会带来并发症。具体而言,它可能违反合理性和可行性约束,从根本上改变机制的激励结构,和/或损害收入和社会福利等顶层指标。我们提出了一种方法,采用随机性,以提高隐私,同时满足拍卖机制的要求,只有一个适度的牺牲收入。我们分析了成本的拍卖行,引入不同程度的隐私,在共同的拍卖设置。我们的研究结果表明,尽管目前的神经拍卖的能力,以近似最佳的机制,由此产生的脆弱性,依赖于神经网络必须考虑。
2023-02-28 cs.CR cs.GT cs.LG