单品拍卖的相关和粗略均衡
该研究开发了工具,用于分析具有单维代理商的非对称拍卖中的 Bayes-Nash 平衡的福利和收益,分析分离了标准的平稳框架两个不同的部分,得到了关于社会福利和收益的无序价格结果,并为最优福利和最优收益提供了近似结果,同时还给出了同时组合多个拍卖的扩展定理。
Apr, 2014
本文提出了一种通用的、模块化的理论来证明竞拍中的平衡近似保证,该理论补充了传统经济技术,着重于精确和最优解决方案,并因此局限于相对简化的设置。我们提出了三个用户友好的分析工具:平滑型不等式、扩展定理和组合定理,将这些工具结合起来,为许多广泛使用的拍卖格式的均衡提供了严格的最坏情况近似保证。
Jul, 2016
该研究尝试在位置拍卖设置中寻找经济机制,特别是那些在完整和不完整信息下都能保证良好结果的机制,通过多维出价的一般化一价机制变体来实现这一目标,发现表述能力超出类型空间是实现鲁棒性的必要和充分条件。
Jul, 2013
本文研究了广义第二价格 (GSP) 拍卖中的均衡状态空间,并量化了广泛来源的不确定性和完全信息设置下可能出现的低效均衡状态损失。通过贝叶斯博弈模型,得出了 2.927 的损失因子上限,证明了拍卖参与者关于其他参与者和广告质量因素的部分信息的贝叶斯模型中的效率损失。此外,在完全信息设置中,我们证明了对于三个广告商的情况下,纯纳什均衡的 “惩罚因子” 的上限接近于 1.282,同时我们展示了类似的低上限的结果适用于任何遵循无后悔策略的拍卖结果。
Jan, 2012
本文研究在连续价值分布和离散竞标空间的第一价格拍卖中计算贝叶斯 - 纳什均衡的问题,并证明当投标人对其他竞标人的价值分布有独立的主观先验信念时,计算该拍卖的 ε- 均衡是 PPAD - 完全的,而计算精确均衡是 FIXP - 完全的。此外,我们还提供了一个有效的算法来解决该问题的特殊情况,即有固定数量的投标人和可用的报价。
Mar, 2021
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
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
该论文研究了在一个允许算法在纯策略配置上查询玩家收益的模型中寻找 $n$ 个玩家博弈的相关均衡的复杂性,结果表明随机规避后悔的动态算法可以高效地得出近似相关均衡,但确切相关均衡需要更多的回报查询(随机算法瓶颈)并无法使用高效的确定性算法(因为查询次数下限)。
May, 2013