[論文レビュー] An Optimal Distributionally Robust Auction

Alex Suzdaltsev|arXiv (Cornell University)|Jun 9, 2020

Housing Market and Economics被引用数 7

ひとこと要約

本稿は、入札者の評価額の平均値と上界しか分からない状況において、最悪ケース期待収益を最大化する分布ロバストなオークションメカニズムを提案する。双対性に基づく最適化を用いて、最適メカニズムが、支配戦略インcentive-compatibleおよび事後個人合理的な制約のもとで、最高の非負の線形スコアを持つ入札者が当選する線形スコアオークションであることを証明する。

ABSTRACT

An indivisible object may be sold to one of $n$ agents who know their valuations of the object. The seller would like to use a revenue-maximizing mechanism but her knowledge of the valuations' distribution is scarce: she knows only the means (which may be different) and an upper bound for valuations. Valuations may be correlated. Using a constructive approach based on duality, we prove that a mechanism that maximizes the worst-case expected revenue among all deterministic dominant-strategy incentive compatible, ex post individually rational mechanisms is such that the object should be awarded to the agent with the highest linear score provided it is nonnegative. Linear scores are bidder-specific linear functions of bids. The set of optimal mechanisms includes other mechanisms but all those have to be close to the optimal linear score auction in a certain sense. When means are high, all optimal mechanisms share the linearity property. Second-price auction without a reserve is an optimal mechanism when the number of symmetric bidders is sufficiently high.

研究の動機と目的

• 入札者の私的評価額の分布が不確実な状況において、収益を最大化するオークションメカニズムを設計すること。
• 真の評価額分布の誤指定に対してロバストであるように、すべての妥当な分布にわたる最悪ケース期待収益を最適化すること。
• 実装上の制約を反映するために、決定論的かつ支配戦略インcentive-compatible、事後個人合理的なメカニズムに限定すること。
• 特に一階モーメント（平均値）とサポートの上限しか分からない状況において、モーメントに基づく不確実性下での最適メカニズムの構造を特定すること。
• 線形スコアオークションが最適となる条件を同定すること、特に平均値が十分に高い場合に注目する。

提案手法

• モーメントおよびサポート制約を含む分布ロバスト最適化（DRO）問題として、ロバストメカニズム設計問題を定式化する。
• 強い線形プログラミングの双対性を適用し、プライマリの最悪ケース収益最大化問題を、双対変数と妥当な分布を含む双対問題に変換する。
• 区分的アフィン写像の不動点に基づく幾何的構成を用いて、最適メカニズムの構造を分析する。
• 各入札者のスコアが入札の線形（アフィン）関数であり、最高の非負のスコアを持つ入札者が当選する線形スコアオークションとして最適メカニズムを導出する。
• 標準的な移転ルールを用いて、最適メカニズムが支配戦略インcentive-compatibleおよび事後個人合理的であることを確立する。
• パrameterチューニング問題を分析し、二つの状態に分ける：一つは線形性が最適性に不可欠な状態（平均値が高い場合）、もう一つは他のメカニズムが存在しうるが、線形スコアオークションに近い状態。

実験結果

リサーチクエスチョン

• RQ1 売り手が入札者の評価額の平均値と上界しか知らない状況で、非分割財を割り当てる最適メカニズムは何か？
• RQ2 決定論的かつ支配戦略インcentive-compatible、事後個人合理的なメカニズムの中で、最悪ケース収益の観点から線形スコアオークションが最適となる条件は何か？
• RQ3 知られている平均値が高いか低いかによって、最適メカニズムの構造はどのように変化するか？
• RQ4 二入札者ケースにおいて最適メカニズムを特徴づけられ、古典的Myersonオークションと比較するとどうなるか？
• RQ5 ランダム化は最悪ケース収益をどの程度向上させるか？また、決定論的制約は実際の応用において重大な損失をもたらすか？

主な発見

• 最適メカニズムは線形スコアオークションである：当選者は、各入札者のスコアが入札のアフィン関数として定義され、その中で最高の非負のスコアを持つ入札者である。
• 知られている平均値が十分に高い場合、すべての最適メカニズムは、当選者を決定する境界において線形性を示さなければならない。
• 対称的な状況で入札者が多数いる場合、レーティングなしの2番目入札価格オークションが最悪ケース収益基準のもとで最適である。
• 最適メカニズムの集合には他のメカニズムも含まれるが、あるトポロジー的意味で、すべてのメカニズムは線形スコアオークションに近い。
• 平均評価額が0に近づくと、決定論的とランダム化メカニズムの最悪ケース収益比は任意に小さくなるが、絶対値の収益差は有界であり、ランダム化の複雑さを補うには十分でない可能性がある。
• 2次モーメント（分散や共分散）への拡張は非自明である。双対性から自然に多項式スコア関数が導かれるが、供給制約の下での妥当性は依然課題であり、特にn ≥ 3人の入札者では深刻な問題となる。