用于拍卖设计的置换等变神经网络结构

Mar, 2020

用于拍卖设计的置换等变神经网络结构

A Permutation-Equivariant Neural Network Architecture For Auction Design

Jad Rahme, Samy Jelassi, Joan Bruna, S. Matthew Weinberg

TL;DR通过使用具有置换等变性的神经结构，建立一个新的拍卖设计方法，提高对拍卖设计的预期收益和一般化性能。

Abstract

Designing an incentive compatible auction that maximizes expected revenue is a central problem in auction design. Theoretical approaches to the problem have hit some limits in the past decades and analytical solutions are known for only a few simple settings. Computational approaches t

auction design incentive compatibility neural network permutation equivariance generalization properties

发现论文，激发创造

拍卖机制中置换等变性的好处

在经济学中，设计一种在最大化拍卖人收益的同时最小化投标人 “事后懊悔” 的合理激励机制比较复杂。本文中，我们考虑了加性估价和对称估价设定，并通过神经网络学习了最优拍卖机制。我们证明置换等变神经网络具有显著优势：置换等变性降低了预期 “事后懊悔”，提高了模型的通用性，同时保持预期收益不变。与我们所知道的任何其他工作相比，这是第一次尝试了解置换等变性在拍卖机制中的好处。

Oct, 2022

拍卖学习作为双人博弈

本文探讨了拍卖设计中激励兼容的问题，提出了使用神经网络和拉格朗日乘数法来实现优化拍卖的新思路，并将其形式化为双人博弈模型。

Jun, 2020

深度学习优化拍卖：可微分经济学的进展

使用深度学习工具，将拍卖建模为多层神经网络，将最优拍卖设计作为约束学习问题，并演示如何使用标准机器学习管道解决此问题。

Jun, 2017

PreferenceNet: 深度学习中将人类偏好编码于拍卖设计中

本研究提出了 PreferenceNet，一种基于神经网络的拍卖机制，并利用人类提供的样本对所提出的机制进行了约束编码。同时，该研究引入了一种新的指标来评估拍卖分配的社会可取性，并通过人类主体研究验证了方法的有效性。

Jun, 2021

基于神经网络的自动化机制设计

本文介绍的是一个名为 MenuNet 的神经网络框架，它可以自动化地设计出最优拍卖机制，且在实验中得到的机制都是 incentive-compatible 的，能够在多项收入最优设计中应用，并经过理论证明的机制是最优的。

May, 2018

神经拍卖：端到端学习用于电子商务广告拍卖的拍卖机制

该研究提出 Deep Neural Auctions (DNAs) 模型，通过设计可微分模型解决了拍卖机制中的离散排序操作问题，实现了端到端的拍卖学习，提高了基于电商广告的多种性能指标的效果。

Jun, 2021

置换等变神经函数

本篇论文研究了用于处理其他神经网络的权重或梯度的神经网络的设计，即神经功能网络（NFN），并通过对称性的引入提出了一个构建置换等变的神经谷波器的框架，其架构将这些对称性编码为归纳偏置，并发现该框架在处理加权多层和卷积神经网络等多个任务方面表现出很好的效果，如分类器推广和权重编辑等

Feb, 2023

应用置换等变神经网络于动态预测

介绍了一种对置换对称的神经网络层，类比于卷积层，可以预测 2D 中密集互动粒子的运动，同时可以适应不同数量的对象。

Dec, 2016

拍卖设计的上下文整合 Transformer 神经网络

本文主要研究拍卖设计中的核心问题，即开发一种有激励的机制来最大化拍卖人的预期收入，通过将竞标者和物品的共有上下文信息因式分解到拍卖学习框架中，提出了一种上下文整合基于变压器的神经网络，名为 CITransNet，旨在找到非对称的解决方案。经过大量实验，发现 CITransNet 在单一项目设置中可恢复已知的最优解，在多项目拍卖中胜过强大的基准线，并且对训练之外的情况具有很好的概括性。

Jan, 2022

排列不变智能体的最小神经网络模型

通过限制输入的排列和尺寸，构建了一种可以灵活应对变化，具有新型 ANN 模型的结构，该模型能够在多个控制问题上表现出 ANN 所缺乏的灵活性，并且可以处理输入索引的快速排列，证明了其在很大程度上具有优越性。

May, 2022