Separating the Communication Complexity of Truthful and Non-Truthful Combinatorial Auctions
我们提供了第一个分离的近似保证实现真实和非真实的组合拍卖多项式通信。具体来说,我们证明,任何真实的机制,保证一个$(\frac{3}{4}-\frac{1}{240}+\varepsilon)$ -近似的两个买家与XOS估价超过$m$项目需要$\exp(Ω(\varepsilon^2 \cdot m))$通信,而非真实的算法Dobzinski和Schapira [SODA 2006]和Feige [2009]已经知道实现$poly(m)$通信中的$\frac{3}{4}$ -近似。我们得到我们的分离证明,任何{同步}协议(不一定真实),保证了$(\frac{3}{4}-\frac{1}{240}+\varepsilon)$ -近似需要通信$\exp(Ω(\varepsilon^2 \cdot m))$。Dobzinski [FOCS 2016]的税收复杂性框架将这一下限扩展到所有真实机制(包括交互式真实机制)。
2020-11-14 cs.CC cs.GT
On the Computational Complexity of Optimal Simple Mechanisms
我们考虑一个垄断卖方面对一个单一的买方,在n个异质的,独立的项目的附加价值。众所周知,在这个重要的设置中,最佳机制可能需要随机化[HR 12],使用无限大小的菜单[DDT 15],并且可能是计算上难以处理的[DDT 14]。这引发了最近的兴趣,寻找简单的机制,获得合理的近似最佳收入[HN 12,LY 13,BILW 14]。在这项工作中,我们试图找到最佳的简单机制。有许多方法可以定义简单的机制。在这里,我们将搜索限制在分区机制上,卖方将物品分成不相交的捆绑包,并为每个捆绑包发布价格;买方可以购买任何数量的捆绑包。我们给出了一个PTAS的问题,找到一个收入最大化的分区机制,并证明了该问题是强NP-困难的。途中,我们证明了结构特性的近最优分区机制,这可能是独立的利益:例如,总是存在一个近最优分区机制,只使用一个常数的非平凡束(即束与一个以上的项目)。
2015-11-15 cs.GT
Optimal Mechanism Design for Single-Minded Agents
我们考虑收入最优的机制设计的interdimensional设置,其中一个维度是“价值”的买家,一个是“类型”,捕捉一些辅助信息。一个设置是联邦快递问题,FGKK [2016]描述了单个代理的最佳机制。我们要问:这种定性能走多远?特别是,我们考虑单一的代理人。卖家有不同的商品。一个购买者对于特定的物品子集S有一个价值v,当他(至少)得到S中的所有物品时,他就得到价值v。我们显示:1.确定性机制是最佳的分配,满足“边际收益递减”(DMR)的属性,我们给出了一个明确的建设的最佳机制。2.在没有DMR的情况下,结果取决于表示类型之间的偏序的有向无环图(DAG)的结构。当DAG的出度不超过1时,我们刻画了一个联邦快递的最优机制。3.在没有DMR的情况下,当DAG有一些节点的出度至少为2时,我们证明了在这种情况下菜单复杂度是无界的:对于任何M,存在分布在(v,S)对上,使得最优机制的菜单复杂度至少为M。4.对于3种类型的情况下,我们表明,所有的分布存在一个有限的菜单复杂性的最佳机制。这与2个添加剂异质项目或菜单复杂性可能无法计数的项目形成对比[MV 07; DDT 15]。此外,我们证明了多单位定价(无DMR)的最优机制可以有无限的菜单复杂性。我们还提出了一个扩展的菜单复杂性的最佳机制可以可数,但不是不可数的。总之,这些结果表明,在跨维度设置的最佳机制都比单维设置更丰富,但也大大超过多维设置…
2020-02-15 cs.GT
The Complexity of Black-Box Mechanism Design with Priors
本文研究了不完全信息下福利最大化从机制设计到算法设计的黑箱约简问题。给定Oracle访问底层优化问题的算法,目标是模拟激励相容机制。该机制将根据其预期福利(相对于所提供的算法)进行评估,其复杂性由在任何输入上模拟该机制所需的时间(和查询)来衡量。虽然它是已知的,黑箱减少是不可能的,在许多先验的设置,设置与先验似乎更有前途:有已知的减少贝叶斯激励兼容(BIC)机制设计的一般类的福利最大化问题。这种二分法引出了一个问题:哪些机制设计问题允许黑箱简化,哪些不允许?我们的主要结果是,黑盒机制设计是不可能的两个最简单的设置没有捕获已知的积极的结果。首先,对于分配$n$货物的问题,一个单一的买家,其估值是添加剂和独立的货物,受可行的分配向下封闭的约束,我们表明,没有多时间(在$n$)BIC黑箱减少预期的福利最大化。其次,对于多个单参数代理的设置-其中多时间BIC减少是已知的-我们表明,没有多时间减少存在时,激励要求收紧到最大分布范围。在每种情况下,我们表明,实现一个子多项式近似的预期福利需要指数许多查询,即使是已知的可行分配集是向下关闭的。
2019-06-26 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
Sample Complexity of Automated Mechanism Design
Carnegie Mellon University(卡内基梅隆大学)
收入最大化组合拍卖的设计,即多商品拍卖,是计算经济学中最基本的问题之一,甚至对于两个投标人和两个待售商品也没有解决。在传统的经济模型中,假设投标人的估价来自一个潜在的分布,并且拍卖设计者对这个分布有很好的了解。尽管这个强大的,往往是不切实际的假设,这是值得注意的是,收入最大化的组合拍卖仍然是未知的。近年来,自动化机制设计已成为设计高收益组合拍卖的最实用和最有前途的方法之一。最具可扩展性的自动化机制设计算法从投标人的估价分布中获取输入样本,然后在丰富的拍卖类别中搜索高收入拍卖。在这项工作中,我们提供了第一个样本的复杂性分析的标准层次结构的确定性组合拍卖类中使用的自动机制设计。特别是,我们提供了严格的样本复杂性界限的样本数量需要保证的经验收入的设计机制的样本接近其预期收入的基础上,未知的分布在投标人的估值,每个拍卖类的层次结构。除了帮助建立自动化机制设计的坚实基础,我们的研究结果也推动了学习理论的边界。特别地,在我们的上下文中使用的假设函数是通过多阶段组合优化过程定义的,而不是简单的决策边界,如在机器学习中常见的。
2016-06-13 cs.GT cs.LG
On the Complexity of Simple and Optimal Deterministic Mechanisms for an Additive Buyer
我们证明了单个可加买方的收入最优确定性机制设计问题是P-困难的,即使分布对每个项目的支持度为2,更重要的是,即使最优解是一个非常简单的类型:卖方为每个单独的项目选择一个价格,为所有项目的大捆绑选择一个价格;购买者可以以其给定价格购买大捆绑或以其总的单独价格购买项目的任何子集。下面的问题也是#P-hard的,作为证明的直接推论:1。确定单个物品定价对于给定实例是否是最优的,2.确定大捆绑定价是否是最优的,以及3.计算最优(确定性)收益。在积极的一面,我们表明,当分布是独立同分布。对于支持大小为2的情况,可以通过上述类型的简单解决方案(具有用于大捆绑的折扣价格的单个项目定价)来实现通过任何机制(甚至是随机机制)可获得的最优收益,并且此外,可以在多项式时间内计算该最优收益。当项目数为常数时,该问题也可以在多项式时间内求解。
2017-07-14 cs.CC cs.DS cs.GT
The Computational Complexity of Truthfulness in Combinatorial Auctions
拍卖机制设计的一个基本问题是真实性和计算易处理性之间是否存在内在的冲突:特别是,多项式时间的组合拍卖真实机制在近似比方面是否比非真实机制弱。这个问题是最近回答普遍真实的组合拍卖机制\cite{D11},甚至为真实的预期机制\cite{DughmiV11}。然而,这两个结果都是基于信息理论的参数值预言给出的估值,并留下了简洁描述类估值多项式时间真实机制的可能性。本文是第一个证明{ \em计算硬度}结果的真实机制的组合拍卖与简洁描述的估值。我们证明,有一类简洁地表示子模块的估值,没有确定性的真实机制提供了一个$m^{1/2-ε}$ -近似常数$ε>0$,除非$NP=RP$($m$表示的项目数)。此外,我们证明了,即使是真实的预期机制不能近似组合拍卖与某些简洁描述的子模块估值优于$n^γ$内,其中$n$是投标人和$γ>0$一些绝对常数的数量,除非$NP \subseteq P/poly$。此外,我们证明了两个相关问题的计算硬度的结果。
2012-02-13 cs.GT
Low Sample Complexity Participatory Budgeting
本文研究参与式预算中低样本复杂度机制,提出基于随机纳什议价与中位数的机制,分别将失真降至1.66和1.80,突破随机独裁者的2倍失真界限。
2023-06-24 cs.GT
Complexity-Approximation Trade-offs in Exchange Mechanisms: AMMs vs. LOBs
提出统一 CFMM 与 LOB 的交易机制框架,以基函数锥包定义复杂性,刻画近似能力与状态复杂度的权衡,并分析最优表达机制及 Uniswap v3。
2023-04-19 cs.GT math.FA math.OC
Selling Multiple Correlated Goods: Revenue Maximization and Menu-Size Complexity (old title: "The Menu-Size Complexity of Auctions")
我们考虑一个众所周知的,也是众所周知的困难的问题,一个单一的收入最大化的卖方出售两个或两个以上的异质货物给一个单一的买方,其私人价值的货物是从一个(可能相关的)已知的分布,其估值是添加剂的货物。我们表明,当有两个(或更多)的商品,_简单的机制_ --如单独出售的商品或作为一个捆绑-可能产生的最优收入的一个微不足道的小部分_。这解决了Briest,Chawla,Kleinberg和Weinberg(JET 2015)的公开问题,他们证明了在单位需求买方的相关设置中至少三种商品的结果。我们还介绍了菜单的大小作为一个简单的措施的复杂性机制,并表明,收入可能会增加多项式与_菜单大小_和没有限制的菜单大小可以确保任何积极的分数的最佳收入。菜单的大小也被证明是“牵制”确定性机制的收入属性。
2018-11-01 cs.GT econ.TH
On the Computational Complexity of Mechanism Design in Single-Crossing Settings
本文探讨了单交叉域中多项式时间激励相容机制的计算复杂性,首次证明了其与非激励相容算法在能力上存在差距,同时为多单元拍卖的福利最大化提出了首个适用于所有单交叉域的激励相容 FPTAS 机制。
2023-05-22 cs.GT
The Competition Complexity of Auctions: A Bulow-Klemperer Result for Multi-Dimensional Bidders
Bulow和Klemperer [1989]的一个开创性的结果证明了竞争在获取收入方面的力量:当向$n$投标人出售单个物品时,其价值是i.i.d.。从一个规则的分布,简单的福利最大化的VCG机制(在这种情况下,第二价格拍卖)与一个额外的投标人提取至少尽可能多的收入预期的最佳机制。这个定理的美妙之处在于,VCG是一个{ \em prior-independent}机制,其中卖方不拥有关于分布的信息,然而,通过招募一个额外的投标人,它比任何精确地针对手头的分布(没有额外的投标人)的先验依赖机制表现得更好。在这项工作中,我们建立了第一个{ \em全Bulow-Klemperer}结果在{ \em多维}环境中,证明了通过招募额外的投标人,VCG机制的收入超过了最优(可能是随机的,贝叶斯激励兼容)机制。对于给定的具有i.i.d.投标人,我们称之为实现这一保证环境的{ \em竞争复杂性}所需的额外投标人的数量。使用Cai et al. [2016]最近的基于对偶的框架来推理最优收益,我们证明了$n$投标人在$m$独立的常规项目上具有附加估值的竞争复杂性至多为$n+2m-2$,至少为$\log(m)$。我们扩展我们的研究结果,投标人的附加估值受到向下封闭的约束,这些显着更一般的估值增加了竞争的复杂性,最多的一个附加$m-1$因素。我们进一步提高了这个限制的特殊情况下的拟阵约束,并提供额外的扩展。
2016-12-28 cs.DS cs.GT
On the Competition Complexity of Dynamic Mechanism Design
拍卖的竞争复杂度衡量了一个简单拍卖的收入超过最优收入需要多少竞争。Bulow和Klemperer [9]的拍卖理论的一个经典结果指出,在n i.i.d.买家和单个项目,是1,即,招募一个额外的买家并运行第二价格拍卖比准确地了解买家的潜在分布并运行针对该分布定制的收入最大化拍卖更好。本文研究了动态拍卖的竞争复杂性问题。考虑以下设置:垄断者在m个连续阶段向n个感兴趣的买家拍卖m件物品。在阶段k的开始,买家意识到了她对k件商品的价值。我们证明了动态拍卖的竞争复杂性是最多3 n,至少是线性的n,即使当买家的价值是相关的跨阶段,在一个单调的风险率假设下的阶段(边际)分布。我们还证明了VCG在每个阶段所需的额外购买者的数量是最优收入的α近似值,我们将这个数字称为α近似竞争复杂度。作为一个推论,我们提供了第一个结果,事先独立的动态拍卖。这是,据我们所知,第一个非平凡的积极保证简单的事后IR动态拍卖的相关阶段。证明竞争复杂性界限的关键一步是获得最佳收入的良好基准/上限。为此,我们将蔡等人[12]最近的对偶框架扩展到动态设置。作为一个旁白,我们的方法,我们获得了收入的非单调引理动态拍卖,这可能是独立的利益。
2017-10-28 cs.GT
Sample Complexity of the Second-Best Bilateral Trade
Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳));Great Bay University(大湾区大学)
该研究聚焦满足BIC、IIR、WBB的次优双边贸易机制,推导了正则乘积分布、乘性近似及满足MHR的无界分布下的样本复杂度上下界,明确了复杂度对次优贸易收益等基准的依赖关系。
2026-08-27 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
Simplicity in Auctions Revisited: The Primitive Complexity
在本文中,我们重新审视机制的简单性的概念。我们考虑一个$m$物品的卖家,面对一个估价为$v$的买家。我们观察到,以前定义复杂性度量的尝试通常无法对直观上认为简单的机制进行分类(例如,“单独销售”机制)。我们建议将菜单视为简单的,如果可以通过执行一些被认为简单的原始操作来找到最大化买方利润的捆绑包。\emph{primitive complexity of a menu}是在菜单中(自适应地)找到利润最大化条目所需的基本操作的数量。在本文中,我们研究的原始操作本质上是计算“分别销售”机制的结果。这种原始的复杂性是否体现了其他拍卖的简单性?我们考虑\emph{bundle-size pricing},一种常见的定价方法,其中捆绑包的价格仅取决于其大小。我们的主要技术贡献是确定了各种设置中的桌面大小定价菜单的原始复杂性。我们发现,任何分布$\cal D$加权拟阵秩估值,甚至分布与任意相关的值,总是有一个低原始复杂性,实现几乎相同的收入,最佳的尺寸尺寸定价菜单的尺寸定价菜单。作为这个证明的一部分,我们提供了一个随机算法,对于任何加权拟阵秩估值$v$和整数$k$,发现最有价值的一组大小$k$只有一个多对数的需求和值查询。我们表明,这一结果在几个方面基本上是紧的。例如,如果赋值$v$是次模的,则找到大小为$k$的最有价值的集合需要指数地多次查询(这解决了Badanidiyuru等人的公开问题[…
2022-07-20 cs.GT
Complexity of Auctions with Interdependence
INRIA(法国国家信息与自动化研究所);ENSAE(国立统计与经济管理学院)
研究拍卖设计中相互依赖模型的计算复杂性,分析在确定性和随机性设定下,优化 truthful 机制的近似比问题,推翻传统假设,提供高效算法和复杂性理论。
2026-03-19 cs.CC cs.DS cs.GT
Structural Complexities of Matching Mechanisms
本文通过比特复杂度框架研究 DA 和 TTC 两种匹配机制在影响范围、选项变化、结果表示与验证四类结构问题上的复杂性,证明 TTC 整体更复杂但在部分问题上与 DA 可比。
2024-03-30 cs.CC cs.GT econ.TH
On the Complexity of Dynamic Mechanism Design
本文研究动态机制设计的复杂性,证明在确定性、真实性和事后个人理性约束下寻找最优机制是NP-hard的,同时提出了基于线性规划的最优随机拍卖多项式算法,并揭示了不同拍卖类型间的收入分离。
2023-05-18 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
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
On the Hardness of Dominant Strategy Mechanism Design
研究了组合拍卖中优势策略实现的通信复杂性。我们从两个领域,通常被认为是“容易”:边际价值递减的多单位拍卖和总替代品估价的组合拍卖。对于这两个域,我们有快速算法,找到福利最大化分配的通信复杂性,是多对数的输入大小。这直接意味着,福利最大化可以实现在事后均衡,没有显着的通信成本,通过使用VCG支付。相比之下,我们表明,在这两个领域的通信复杂性的任何占主导地位的战略实现,实现最佳福利是多项式的输入大小。然后,我们继续研究的近似比可实现的优势策略机制。对于边际价值递减的多单位拍卖,我们提出了一个优势策略沟通的FPTAS。对于组合拍卖与一般估价,我们表明,有没有占主导地位的策略机制,实现近似比$m^{1-ε}$,使用$poly(m,n)$位的通信,其中$m$是项目的数量和$n$是投标人的数量。相反,已知利用$poly(m,n)$通信实现$O(\sqrt m)$近似的\emph{randomized}主导策略机制。这证明了计算效率高的确定性主导策略机制和随机策略机制之间的第一个差距。途中,我们回答了一个公开的问题,实施主导战略机制的通信成本超过两个球员,也解决了一些公开的问题,在该地区的同时组合拍卖。
2022-06-01 cs.GT
Mechanism Design with Predictions
通过预测改进算法是近年来非常活跃的研究课题。本文对该模型中的机制设计进行了系统的研究。在许多研究充分的机制设计设置,我们利用不完美的预测,设计的机制,表现得比传统的机制,如果预测是准确的(一致性),同时始终保持最坏情况下的保证,即使非常不精确的预测(鲁棒性)。此外,我们指的是最大的预测误差足以给一个良好的性能作为机制的容错性,并观察到一致性,鲁棒性和容错性之间的内在权衡是常见的机制设计与预测。
2023-01-12 cs.GT
A Note on Relaxation and Rounding in Algorithmic Mechanism Design
在这篇文章中,我们回顾了在算法机制设计中多次使用的\emph{relaxation and rounding}技术。我们试图介绍一个通用的框架,其中涵盖了最重要的算法在机制设计,使用松弛和舍入技术。我们相信,这个框架不仅是现有算法的推广,但也可以利用进一步的结果,在算法机制设计。在介绍框架之前,我们简要定义了算法机制设计、其与博弈论和计算机科学的联系以及该领域面临的挑战。
2016-08-16 cs.GT
Multi-Item Mechanisms without Item-Independence: Learnability via Robustness
McGill University(麦吉尔大学);Yale University(耶鲁大学);MIT(麻省理工学院)
我们研究了学习收益最优多物品拍卖的样本复杂性。我们获得了第一组积极的结果,超出了标准,但不切实际的设置项目的独立性。特别是,我们考虑的设置中,投标人的估值是从相关的分布,可以捕获马尔可夫随机场或贝叶斯网络-两个最突出的图形模型。我们建立了参数化的样本复杂性界限,用于在两个模型中学习最多$\varepsilon$的最优机制,其在模型的大小上呈多项式缩放,即~项目和投标人的数量,并且在模型的自然复杂性度量中仅呈指数,即最大入度(对于贝叶斯网络)或最大超边的大小(对于马尔可夫随机场)。我们通过一个新颖的模块化框架获得了我们的可学习性结果,该框架首先涉及证明鲁棒性定理。我们表明,只有“近似分布”的投标人估值,我们可以学习一种机制,其收入几乎是最优的同时为所有的“真实分布”,接近我们在Prokhorov距离。因此,要学习一个好的机制,只需学习近似分布。当项目值是独立的,学习Prokhorov距离是即时的,因此我们的框架直接隐含的主要结果Gonczarowski和Weinberg。当项目值从更一般的图形模型中采样时,我们将我们的鲁棒性定理与新的样本复杂性结果相结合,用于学习Prokhorov距离中的马尔可夫随机场或贝叶斯网络,这可能是独立的兴趣。最后,在单项目的情况下,我们的鲁棒性结果可以加强,以保持在一个更弱的分布距离,Lévy距离。
2020-05-31 cs.DS cs.GT cs.LG
Mechanism Design for Cumulative Prospect Theoretic Agents: A General Framework and the Revelation Principle
本文提出了一种讨论机制设计时,参与代理人表现出的偏好,偏离预期效用理论(EUT)。特别是,我们认为机制设计的代理建模为具有累积前景理论(CPT)的偏好,这是一个概括的EUT偏好的系统。我们指出了一些关键的修改所需的理论机制设计产生的代理CPT的偏好和一些经典的机制设计框架的缺点。特别是,我们表明,启示原则,传统上发挥了根本性的作用,在机制设计,不继续举行CPT。我们开发了一个适当的框架,我们称之为介导的机制设计,使我们能够恢复CPT代理的启示原则。最后,我们总结了未来工作的一些有趣的方向。
2021-01-21 cs.GT econ.TH
Money as Minimal Complexity
本文研究商品交换机制,证明在公平和便利条件下,星形图对应的货币机制在足够大的商品数时,成为最小化时间与信息复杂性的唯一最优机制。
2015-12-16 cs.GT econ.TH math.CO