该论文研究了在重复多单位拍卖中基于均匀定价的两个变体，并分析了在线和离线设置下的问题。作者提出了离线最优策略算法，并设计了高效的在线算法，同时通过博弈理论探究了平衡的质量。

May, 2023

该研究针对在线情况下可分配商品的公平高效分配问题，提出了一种基于平均值的算法框架来最大化每个成员获得的价值。该框架可以用于范围各异的福利函数，通过特定的阈值，得到了统一的与个性化竞争保证，并实现了比现有算法更好的效果。

Sep, 2021

本文提供了一个从收入最大化到福利最大化的规约，以在具有任意（可能是组合）可行性约束和具有任意（可能是组合）需求约束的多维贝叶斯拍卖中，恰当地将 Myerson 的结果扩展到此设置。我们还展示了每个可行的贝叶斯拍卖都可以实现为虚拟 VCG 分配规则的分布。利用这种表征，我们展示了如何找到并运行仅具有黑箱访问虚拟 VCG 分配规则实现的收入最优拍卖。

Jul, 2012

设计一个双边市场（双向拍卖）以在给定约束条件下（优势策略）实现最大化交易利益（社会福利），并在未知分布中使用多项式数量的样本进行研究。我们的首要结果是，在即使只有一个卖方和两个买方之间的相关价值分布的情况下，与一个卖方和一个买方（双边交易）的情况不同，这是不可能的。我们的第二个结果是，在独立分布的情况下，对于一个卖方和两个买方，我们提出了一种基于一种新算法的高效学习算法，用于计算有限支持和明确给定的独立分布的最优机制。这两个结果都严重依赖于（优势策略）激励兼容机制的特征，这些机制在经济上是强平衡的。

Jan, 2024

该研究提出了一种新的算法框架 CR-Pursuit，用于解决在线优化中的库存约束问题，并证明了在确定性算法中其取得最小的竞争比率。

Jan, 2019

该研究提出了一个通用的二元性理论框架，用于在贝叶斯加法拍卖中实现收入最大化，应用线性规划的二元性和补充性到具有偏导数限制的约束中，将对偶系统用于推导最佳机制，并提出一种叫做 SJA 的确定性销售机制，经证明在最多 6 件物品的情况下是最优的。

Apr, 2014

研究中提出了一种评估具有互补性的商品的模型，该模型的参数化方法取决于互补性的 “大小”，并为各种计算机查询、效用最大化算法和机制提供了一种选择。

May, 2012

研究了在线分配问题，通过创建不对称性来控制重用性引起的随机依赖，并建立了一个新算法，获得了最佳竞争比率。(The paper studies the problem of online allocation and proposes a new algorithm that creates asymmetry to control the stochastic dependencies induced by reusability, achieving the best possible competitive ratio.)

Feb, 2020

在有限的流动性环境下，优化效率一直是一个具有挑战性的目标，传统上的 Pareto-efficiency 并不适用于所有的奖励机制，因此我们提出了一个新的效率观念 —— 流动福利，该效率可以通过两种不同的拍卖进行 2 次逼近，并且可以克服一些设置的不可能性。

Apr, 2013

通过机器学习预测，本研究提出了算法解决在线有界分配和在线广告拍卖问题，该算法在预测准确时超过了先前的性能界限，而在预测误导时仍能保持标准的最坏情况性能保证。

Feb, 2024