Nash Social Welfare Approximation for Strategic Agents
资源的公平分配是一个重要的古老问题，它导致了丰富的文学作品。在这个文献的中心在于的问题，是否存在公平的机制，尽管战略行为的代理人。一个基本的目标函数用于衡量公平的结果是纳什社会福利，定义为几何平均的代理效用。这个目标函数是最大化的广为人知的解决方案的概念，如纳什讨价还价和竞争均衡与平等的收入。在这项工作中，我们专注于（近似）实现纳什社会福利的问题。我们分析的出发点是费雪市场，一个经济的基本模型，其基准正是（加权）纳什社会福利。我们首先研究了两类极端的估值函数，即完全替代品和完全互补品，发现对于完全替代品，费雪市场机制有一个常数近似：至多2，至少e1 e。然而，对于完全互补，费雪市场并不能很好地工作，它的边界随着参与者的数量线性下降。引人注目的是，交易站机制--一种间接的市场机制，也被称为夏普利-舒比克博弈--在自己的基准上比费舍尔市场有更好的表现。交易站不仅在完全替代品的情况下达到了近似2，而且这个界限对所有凹效用都成立，并且在里昂惕夫效用（完全互补）的情况下变得任意接近最优，在那里它对每个$ε> 0$都达到了$(1+ε)$。此外，对于所有凹效用，交易站机制的所有纳什均衡都是纯的，并且满足一个重要的公平概念，即比例。
2017-05-12 cs.GT
Lower Bias, Higher Welfare: How Creator Competition Reshapes Bias-Variance Tradeoff in Recommendation Platforms?
Shanghai University of Finance and Economics（上海财经大学）；Tsinghua University（清华大学）
研究探讨了创作者竞争如何影响推荐平台的偏差-方差权衡，发现通过降低偏差可提升用户福利。
2026-02-28 cs.GT
Fair Division of Indivisible Goods Among Strategic Agents
本文研究了单参数环境下不可分割商品的公平分割问题。特别是，我们开发了真正的社会福利最大化机制，公平分配不可分割的商品。我们的公平保证是在解决方案概念方面，这些概念是为解决不可分割的货物分配而量身定制的，因此，为公平分配货物提供了适当的框架。这项工作特别考虑公平的嫉妒自由度高达一个好（EF 1），最大最小份额保证（MMS）和纳什社会福利（新南威尔士州）。我们的第一个结果表明，（在一个单参数的环境）的福利最大化的问题，受约束的不可分割的商品的分配是EF 1，承认一个多项式时间，1/2近似，真实的拍卖。我们进一步证明了这个问题是NP-困难的，因此，近似是有道理的。这个硬度的结果也补充了以前的作品，表明可以有效地计算任意的EF 1分配。对于MMS约束下的社会福利最大化问题，我们还建立了一个双准则近似保证。特别是，我们开发了一个真实的拍卖，有效地找到一个分配，其中每个代理人得到一个捆绑的价值至少$\left(1/2 - \varepsilon \right)$倍，她的maximin份额和福利的计算分配至少是最佳的，这里$\varepsilon >0$是一个固定的常数。我们补充这一结果表明，福利最大化是计算困难的，即使一个目标是只满足MMS约束近似。
2019-01-27 cs.GT
Differentially Private Auditing Under Strategic Response
University of Bath（巴斯大学）
本文研究了在审计方与开发者战略响应下，差分隐私审计的设计问题，提出了一种考虑福利权重、审计误判概率、检测弹性及缓解成本曲率的四因素平衡模型，通过开发者KKT系统提出SPAD算法。
2026-08-03 cs.CR cs.GT cs.LG
Aggregate Play and Welfare in Strategic Interactions on Networks
Bramoullé和Kranton在最近的工作中，提出了一个网络上提供公共物品的模型，并建立了这种博弈的均衡与网络性质之间的关系。Bramoullé等人进一步扩展了该模型，将不完全可替代性的博弈纳入其中。这种博弈中均衡的多样性以及网络结构微小变化时均衡的剧烈变化，使得系统规划者很难估计这种博弈的最大社会福利或设计提高这种福利的干预措施。我们的主要研究结果解决了这一挑战，提供了密切的近似最大社会福利和最大的总发挥方面的网络特性，如最大程度和独立数。对于特殊情况下，当底层网络是一棵树，我们推导公式，只使用节点的数量和他们的程度。这些结果允许系统规划者直接从底层图形结构评估总结果并设计游戏干预措施，而无需枚举游戏的所有均衡，从而显着简化了规划者的问题。我们的部分结果可以看作是[7]的逻辑推广，其中[2]中模型的最大加权总努力被刻画为图的加权独立数。
2019-06-18 cs.GT math.CO math.OC
Learning Dynamics of Strategic Publishers in Generative AI Ecosystems
Technion - Israel Institute of Technology（以色列理工学院）
研究生成式人工智能生态系统中发布者竞争基于归因的曝光问题，引入博弈论模型，研究战略内容创作者学习动态及生态系统稳定性，通过模拟揭示稳定性、发布者与用户福利间相互作用及权衡。
2026-07-29 cs.GT cs.IR cs.MA
Social Welfare and Price of Anarchy in Preemptive Priority Queues
考虑一个不可观测的$M|G|1$队列，具有抢占-恢复调度和两个优先级。客户是战略性的，可能会加入保费类的费用。我们分析了由此产生的均衡结果、均衡稳定性和社会福利。我们发现，对于变异系数大于1的服务分布，存在一个唯一的和稳定的混合平衡在低负荷。我们还对无政府状态的无政府代价建立了一个严格的界限，即$4/3$。
2020-03-02 cs.GT
From Recommendation Systems to Facility Location Games
推荐系统是非常流行的匹配用户和内容的工具。然而，当内容提供方是战略性的时，将用户与最接近的内容相匹配的基本原则（其中用户和内容都被建模为某个语义空间中的点）可能产生低社会福利。这是由于以下事实：内容提供方是战略性的，并且优化其提供的内容以推荐给尽可能多的用户。现代应用的动机，我们提出了广泛研究的设施位置游戏的框架，研究与战略内容提供方的推荐系统。我们的概念性贡献是引入一个$\textit{mediator}$设施选址模型，在追求更好的社会福利。我们的目标是设计中介，a）诱导一个高社会福利的均衡博弈，b）尽可能少的干预。在服务于后者，我们引入了$\textit{intervention cost}$的概念，它量化了多少损害调解人可能会造成的社会福利时，采用了非均衡配置文件。作为一个高福利低干预中介设计的案例研究，我们认为一维段的用户域。我们提出了一个调解人，实现社会最优的战略配置文件作为唯一的均衡配置文件，并显示其干预成本的紧约束。最后，我们考虑一些扩展，并强调一般议程的开放问题。
2018-09-09 cs.GT
The Impact of Tribalism on Social Welfare
我们探讨了属于同一组的球员之间的相互利他主义-他们的部落-在任意战略游戏中的所有球员的分区后达到均衡的质量的影响。为此，我们引入了任意战略博弈的τ-部落扩展的概念，其中参与者的主观成本函数被更新以反映这一点，以及相关的部落主义价格，这是部落扩展的最差纳什均衡的社会福利与最优社会福利之比。我们发现，在一个著名的游戏的友谊集团，网络贡献的游戏，以及原子线性拥塞游戏，部落主义的价格是高于无政府状态的价格，无论是纯粹自私的球员或完全利他的球员（即那些谁寻求最大化的社会福利）。这种现象在各种平衡概念下都可以观察到。在每种情况下，我们都给出了部落主义价格的上限，这些上限与我们的例子所建立的下限相匹配。
2019-07-16 cs.GT cs.MA
Maximizing Welfare with Incentive-Aware Evaluation Mechanisms
Cornell University（康奈尔大学）；Microsoft Research（微软研究院）
出于应用程序，如大学录取和保险费率的确定，我们提出了一个评估问题，输入控制的战略个人谁可以修改他们的功能在成本。学习者只能部分地观察特征，并且旨在根据质量分数对个体进行分类。目标是设计一种评价机制，使总体质量得分最大化，即，在人口中的福利，考虑到任何战略更新。我们进一步研究了算法方面的福利最大化的评价机制，在我们的模型中的两个特定的设置。当分数是线性的和机制使用线性评分规则的可观察到的功能，我们表明，最佳的评价机制是一个适当的投影的质量分数。当机制必须使用线性阈值时，我们设计了一个多项式时间算法，当底层特征分布足够光滑并允许找到密集区域时，该算法具有（1/4）近似保证。我们扩展我们的结果设置先验分布是未知的，必须从样本中学习。
2020-11-03 cs.AI cs.GT
Strategic Hiring under Algorithmic Monoculture
Stern School of Business, New York University（纽约大学斯特恩商学院）；Wharton School, University of Pennsylvania（宾夕法尼亚大学沃顿商学院）；Graduate Group in Applied Mathematics and Computational Science, University of Pennsylvania（宾夕法尼亚大学应用数学与计算科学研究生小组）
本文研究了在算法单一性劳动力市场中，企业通过共同算法评估竞争导致的拥堵问题，提出均衡策略能显著提升社会福利，需平台揭示拥堵信息以实现最优结果。
2026-02-18 cs.CY cs.GT cs.LG
Flow Equilibria via Online Surge Pricing
我们探讨了Lyft和Uber等拼车服务的动态供需问题，这些服务的需求会随着时间和地理位置而波动。我们寻求最大限度地提高社会福利，这取决于出租车和乘客的位置，乘客对服务的评价，以及出租车和乘客之间的距离。我们唯一的控制手段是设定激增的价格，然后出租车和乘客在这些价格的约束下最大限度地利用他们的效用。我们研究了两个相关的模型：一个连续的出租车设置，类似于Wardrop模型，和一个离散的出租车设置。在连续环境中，每个位置都被一组无穷小的战略出租车和一组无穷小的非战略乘客占据。在离散环境中，每个位置都被一组战略代理人、出租车和乘客占据，乘客对服务有不同的价值。我们将连续模型扩展到一个时间依赖的设置，并研究相应的在线环境。如果存在一个最小成本流使出租车四处移动，使得（a）每辆出租车都遵循最佳对策，（b）在$v$处价值高于$v$的激增价格$r_v$的所有战略乘客都得到服务，以及（c）没有价值低于$r_v$的战略乘客得到服务（非战略无穷小乘客总是得到服务），则激增价格处于出租车-出租车均衡。本文计算了使出租车-出租车均衡最大化社会福利的价格波动，并且这种价格波动是在多时间内计算的。此外，乘客展示自己的真实价值是一种主导策略。我们寻求在线环境中的社会福利最大化，并为此推导出严格的竞争比界限。我们的在线算法利用随时间和地理位置计算的价格飙升，诱导连续的出租车-出租车均衡。
2018-07-12 cs.GT
Effect of selfish choices in deferred acceptance with short lists
我们研究的结果时，未来的医疗居民只能适用于有限的一组医院推迟接受。这种限制要求居民对他们申请的医院的质量做出战略选择。通过理论和实验结果的组合，我们研究了这种策略选择对参与者提交的偏好以及整体福利的影响。我们发现，在我们的模型中，居民的选择模仿了在真实系统中观察到的行为，在真实系统中，个人申请的职位主要包括他们有可能被接受的地方，以及一些“达到”的应用程序非常高质量的医院，和一些“安全”的应用程序低于他们的预期水平的医院。令人惊讶的是，这种“安全”的应用程序的数量在允许的应用程序的数量中并不是单调的。我们还发现，自私行为会损害社会福利，但对整体福利的恶化是非常小的。
2017-01-03 cs.GT
On the Power of Strategic Corpus Enrichment in Content Creation Games
针对经典内容排序算法无法保证博弈稳定性的问题，提出通过少量固定虚拟文档进行语料库增强的替代方法，能实现纯纳什均衡并使最佳响应动态收敛至高福利，且给出了文档数量的紧致界限。
2024-12-20 cs.GT
Social Welfare in Battery Charging Games
该研究从博弈论视角分析家庭电池充电决策，提出斯塔克尔伯格市场模型，通过价格激励优化可再生能源利用，发现均衡存在性及社会福利受定价策略影响显著。
2025-08-08 cs.GT
Incentivize Contribution and Learn Parameters Too: Federated Learning with Strategic Data Owners
本文提出两种机制，通过纳什均衡激励客户端贡献并学习参数，同时确保信息真实披露，最终实现最优参数学习和数据贡献。
2026-10-15 cs.GT cs.LG cs.MA
Signalling Competition and Social Welfare (Working Paper)
我们考虑一个卖家与买家竞争的环境。所有的卖家都是先验相同的，并在战略上向买家发出关于他们所卖产品的信号。在一个由在线广告在显示广告交易所，公司使用第二价格拍卖的设置，公司的战略是一个决定，其信号方案的商品流（如用户印象），和买方的策略是一个选择公司。在这种情况下，单个卖家通常会提供部分信息，因此产品可能会被低效分配。直觉上，卖方之间的竞争可能会促使卖方提供更多的信息，以吸引买方，从而提高效率。令人惊讶的是，我们表明，这样的企业之间的竞争可能会产生显着的损失，在消费者的社会福利方面的垄断设置。虽然我们也表明，在某些情况下，竞争性的设置产生收益的社会福利，我们提供了一个严格的限制，这是小的，就上述可能的损失。我们的模型是紧密相连的文学捆绑拍卖。
2012-03-29 cs.GT math.CO
Timely Information from Prediction Markets
预测市场是一种强有力的工具，可以从战略代理人那里引出和聚集信念。然而，在当前的预测市场中，代理商可能会通过竞争成为第一个更新市场的人来耗尽社会福利。我们开始研究如何快速的信息是由市场汇总，以及这些信息的成本之间的权衡。我们设计的市场能够及时收集来自战略代理人的信息，以最大化社会福利。为此，市场必须激励代理人投入适当的努力来获取信息：足够快，但不能比必要的更快（也更昂贵）。市场还必须确保代理商如实、及时地报告他们的信息。我们考虑两种设置：在第一种情况下，信息只有在截止日期之前才有价值;在第二种情况下，信息的价值随着时间的推移而减少。我们使用定理和模拟来证明的机制。
2021-03-06 cs.GT cs.MA
Optimizing Scrip Systems: Efficiency, Crashes, Hoarders, and Altruists
我们讨论了有效的临时凭证系统的设计，并开发了实证分析工具。对于那些有兴趣在临时凭证系统的实证研究，我们演示了如何在一个系统中的代理人的特征可以从货币的均衡分布推断。从一个系统设计者的角度来看，我们研究了货币供应量对社会福利的影响，并表明，通过增加货币供应量直到系统经历"货币崩溃“的程度，社会福利最大化，在这种情况下，货币贬值到没有代理人愿意提供服务。我们还研究了利他主义者和囤积者的存在对系统性能的影响。虽然一小部分利他主义者可能会改善社会福利，但过多的利他主义者也会导致系统经历货币崩溃，这可能对社会福利不利。囤积者通常会减少社会福利，但令人惊讶的是，他们也通过帮助防止货币崩溃来促进系统稳定。此外，我们提供了新的技术工具来分析和计算均衡，表明我们的模型具有战略互补性，这意味着存在的纯策略，可以有效地计算均衡。
2007-05-28 cs.GT
Selfishness Level of Strategic Games
我们引入了一个新的衡量策略博弈中社会福利在纳什均衡和社会最优之间的差异的标准，我们称之为自私水平。这是社会福利的最小部分，需要提供给每个参与者，以实现社会最优是在一个纯粹的纳什均衡实现。自私水平与稳定的代价和无政府状态的无政府代价无关，并且在支付函数的正线性变换下是不变的。当然，它也适用于其他解决方案和其他形式的游戏。我们研究了几个著名的战略游戏的自私水平。这使我们能够量化游戏中玩家个人利益与他们的决策对整个社会的影响之间的隐含张力。我们的分析表明，自私的水平往往提供了一个更深层次的了解的特点，潜在的游戏，影响球员的合作意愿。特别地，有限序势博弈的自私水平是有限的，而弱非循环博弈的自私水平可以是无限的。我们得到明确的界限上的自私水平的公平成本分摊游戏和线性拥塞游戏，这取决于具体的参数的基本游戏，但独立的球员的数量。进一步，我们证明了$n$ -参与者囚徒困境的自私水平是$c/(b(n-1)-c)$，其中$b$和$c$分别是合作的收益和成本，$n$ -参与者公共物品博弈的自私水平是$(1-\frac{c}{n})/(c-1)$，其中$c$是公共物品乘数，而旅行者困境博弈的自私水平是$\frac{1}{2}(b-1)$，其中$b$是奖金.最后，古诺竞争的自私水平（无限序数势博弈的一个例子，公地悲剧和伯特兰竞争是无限的。
2014-04-03 cs.GT
Network Intervention by Polling Strategic Agents
MIT（麻省理工学院）；IIT Bombay（印度理工学院孟买分校）
针对策略性智能体网络中的干预问题，提出Poll轮询算法，通过基于中心性的价格分解实现高效、可扩展且激励相容的福利最大化。
2026-10-07 cs.GT cs.MA cs.SI
On the Interplay between Social Welfare and Tractability of Equilibria
本文建立平滑性保证的完全效率与无悔学习收敛性之间的联系，统一多类博弈的均衡计算，并证明无悔动态可获得更优福利界且收敛至粗相关均衡。
2025-01-09 cs.GT
Strategic Network Formation with Attack and Immunization
战略网络的形成出现在代理商从与其他代理商的联系中获得利益，但也产生了形成联系的成本。我们考虑了一个新的网络形成游戏，其中包括一个对抗攻击，以及对攻击免疫。代理的好处是她的连接组件的预期大小后的攻击，代理也可以选择免疫自己的攻击，在一些额外的成本。我们的框架是一个程式化的设置模型，其中可达性而不是中心性是主要关注点，易受攻击的顶点可以通过昂贵的措施来降低风险。在无攻击和免疫的可达效益模型中，平衡点集是空图和任意树。攻击和免疫的引入极大地改变了游戏;新的均衡拓扑出现了，有些比树更稀疏，有些比树更密集。我们发现，在一个温和的假设下，对手，每一个平衡网络与$n$代理包含最$2n-4$边缘$n\geq 4$。因此，尽管允许拓扑结构比树更密集，但过度构建的数量是有限的。我们还表明，攻击和免疫接种不显着侵蚀社会福利：每一个非平凡的均衡，关于几个对手的福利至少作为任何均衡的攻击免费模型。我们补充我们的理论与模拟证明快速收敛的一个新的有限理性动态，概括链接稳定的最佳对策，但在我们的游戏是相当强大的。模拟进一步阐明了各种各样的不对称平衡，并展示了拓扑后果的动态，如重尾度分布。最后，我们报告了一个有100多名参与者的行为实验，尽管游戏很复杂，但最终的网络令人惊讶地接近平衡。
2016-11-09 cs.GT
Reducing Inefficiency in Carbon Auctions with Imperfect Competition
我们研究了碳排放许可证拍卖，这是一种用于控制污染社会成本的政策工具。每一个相同的许可证授予产生一个单位污染的权利。每个买家（即，在制造过程中造成污染的公司）享受许可证的边际价值递减，但社会为每个分配的许可证付出的边际成本递增。卖方（即，政府）可以选择一些牌照进行拍卖，并希望使社会福利最大化：购买者的总经济价值减去社会成本。在实践中部署的排放许可证市场的激励下，我们专注于统一的价格拍卖的价格下限和/或价格上限。卖方有关于市场的分布信息，他们的目标是调整拍卖参数以最大化预期福利。目标基准是在讲真话行为下任何此类拍卖可实现的最大预期福利。不幸的是，统一价格拍卖是不真实的，战略行为可以显着减少（甚至低于零）的福利，一个给定的拍卖配置。我们描述了一个子类的“安全价格”拍卖的福利在任何贝叶斯-纳什均衡将近似的福利下的诚实行为。然后，我们表明，更好的安全价格拍卖，或一个真实的拍卖，分配许可证只有一个买家，将接近目标基准。特别是，我们展示了如何选择一些许可证和价格下限，使最坏情况下的福利，在任何均衡，是一个常数近似的最佳可实现的福利下，不包括福利贡献的一个单一的买家说实话。
2019-12-13 cs.DS cs.GT
Yield Uncertainty and Strategic Formation of Supply Chain Networks
研究供应不确定性下供应链网络结构，发现零售商均衡时过度集中联系导致多样化不足，降低供应方差或增加平均供应均增供应商利润，但对福利影响不同。
2019-07-20 cs.GT econ.TH math.OC
Cooperate to Compete: Strategic Data Generation and Incentivization Framework for Coopetitive Cross-Silo Federated Learning
School of Computer Science and Statistics, Trinity College Dublin（特里尼蒂大学计算机科学与统计学学院）；School of Computer Science and Informatics, University of Liverpool（利物浦大学计算机科学与信息学学院）
本文提出CoCoGen+框架，通过建模非独立同分布数据和跨组织竞争，解决联邦学习中合作与竞争的矛盾，提升社会福利。
2026-11-10 cs.AI cs.DC cs.GT
Pricing for Information Revelation in Demand Response: A Strategic Communication Approach
CRAN Laboratory, Université de Lorraine, CNRS（洛林大学国家科学研究中心CRAN实验室）；Central South University（中南大学）；EDF Lab Paris-Saclay（法国电力集团巴黎萨克雷实验室）；College of Computing, University Mohammed VI Polytechnic（穆罕默德六世理工大学计算学院）；Department of Electrical and Computer Engineering, Princeton University（普林斯顿大学电气与计算机工程系）
本文提出通过战略沟通方法设计价格以优化需求响应中的信息揭示，通过博弈论分析证明价格可控制信息披露并提升系统效率。
2026-10-31 cs.GT
On the Fragility of Efficiency: Uncoupled Learning with a Deviant
University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
本研究探讨完全非耦合福利最大化学习算法对偏离玩家的脆弱性，证明单个偏离者（固定行动、随机或策略性）可显著破坏长期效率，且任何此类算法均无法在所有博弈中鲁棒，表明鲁棒性需沟通或协调。
2026-10-06 cs.GT
Not in My Backyard! Temporal Voting Over Public Chores
Northwestern University（西北大学）；Harvard University（哈佛大学）；University of Oxford（牛津大学）
研究公共事务时序投票模型，分析功利主义与平等主义福利优化的计算复杂性，探讨时序公平、在线算法竞争比及智能体策略行为，并讨论多种公平性度量的适用性。
2025-08-12 cs.AI cs.GT cs.MA
Gaming and Cooperation in Federated Learning: What Can Happen and How to Monitor It
Department of Computer Engineering（计算机工程系）；Gachon University（加诚大学）
本文提出了一种分析框架，用于研究联邦学习中战略行为与合作的平衡，通过量化可操纵性、游戏价格和合作价格，提供减少指标游戏并维持稳定合作的设计原则。
2026-03-02 cs.GT cs.LG stat.ML
Mechanism Design for Federated Learning with Non-Monotonic Network Effects
Shenzhen Loop Area Institute（深圳河套学院）；Shenzhen Institute of Artificial Intelligence and Robotics for Society（深圳人工智能与机器人社会研究所）；School of Science and Engineering（科学与工程学院）；Data Science Research Center（数据科学研究中心）；Duke Kunshan University（杜克昆山大学）；Shenzhen Key Laboratory of Crowd Intelligence Empowered Low-Carbon Energy Network（深圳 Crowd Intelligence 赋能低碳能源网络重点实验室）；CSIJRI Joint Research Centre on Smart Energy Storage（CSIJRI 智能储能联合研究中心）；The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
本文提出了一种考虑非单调网络效应和应用需求的联邦学习激励机制，通过模型交易和共享框架提升社会福利。
2026-01-08 cs.DC cs.GT cs.LG
Price of Anarchy of First-Price Auctions in Agentic Markets
Google DeepMind（谷歌DeepMind）；Google Research（谷歌研究）
本文研究智能体市场中第一价格拍卖的无政府状态价格，发现竞争底价和价值近独立性可降低福利损失，优于一般情况，且通过EmbedLLM数据集的模拟验证了结果。
2026-10-14 cs.AI cs.GT cs.LG
