[論文レビュー] AuctionNet: A Novel Benchmark for Decision-Making in Large-Scale Games

Kefan Su, Yusen Huo+6 more|arXiv (Cornell University)|Dec 14, 2024

Auction Theory and ApplicationsDecision Sciences被引用数 3

ひとこと要約

AuctionNetは、本番のオンライン広告プラットフォームから構築された、大規模広告オークションにおける意思決定のための新規ベンチマークである。深層生成モデリングを用いた広告機会のシミュレーテッド環境、カスタマイズ可能なGSPベースのオークション、48体の自動入札エージェントを備え、5億件の記録を含むデータセット上で強化学習や線形計画法などのアルゴリズムを厳密に評価可能であり、NeurIPS 2024のコンペティションによる検証を経ている。

ABSTRACT

Decision-making in large-scale games is an essential research area in artificial intelligence (AI) with significant real-world impact. However, the limited access to realistic large-scale game environments has hindered research progress in this area. In this paper, we present AuctionNet, a benchmark for bid decision-making in large-scale ad auctions derived from a real-world online advertising platform. AuctionNet is composed of three parts: an ad auction environment, a pre-generated dataset based on the environment, and performance evaluations of several baseline bid decision-making algorithms. More specifically, the environment effectively replicates the integrity and complexity of real-world ad auctions through the interaction of several modules: the ad opportunity generation module employs deep generative networks to bridge the gap between simulated and real-world data while mitigating the risk of sensitive data exposure; the bidding module implements diverse auto-bidding agents trained with different decision-making algorithms; and the auction module is anchored in the classic Generalized Second Price (GSP) auction but also allows for customization of auction mechanisms as needed. To facilitate research and provide insights into the environment, we have also pre-generated a substantial dataset based on the environment. The dataset contains 10 million ad opportunities, 48 diverse auto-bidding agents, and over 500 million auction records. Performance evaluations of baseline algorithms such as linear programming, reinforcement learning, and generative models for bid decision-making are also presented as a part of AuctionNet. We believe that AuctionNet is applicable not only to research on bid decision-making in ad auctions but also to the general area of decision-making in large-scale games.

研究の動機と目的

• AI研究における広告オークション分野の現実的でアクセス可能な大規模ゲーム環境の不足に対処すること。
• 本番の広告オークションのダイナミクスを再現するスケーラブルでプライバシー保護が可能なベンチマークを開発すること。
• 複雑でマルチエージェントかつ時間変動する条件下での入札意思決定アルゴリズムの体系的評価を可能にすること。
• 標準化され、再現性のあるテストベッドを通じて、強化学習、メカニズム設計、オペレーションズリサーチ分野の研究を支援すること。
• 大規模システムにおける不確実性下での戦略的意思決定分野の今後の研究基盤を提供すること。

提案手法

• 広告機会生成モジュールは、シミュレーテッドと本番の分布の間を埋める現実的でプライバシー保護されたデータを、深層生成ネットワークを用いて合成する。
• 入札モジュールは、強化学習、線形計画法、生成モデルを含む、異なるアルゴリズムで訓練された48体の多様な自動入札エージェントをサポートする。
• オークションモジュールは一般化第二価格（GSP）メカニズムに裏打ちされているが、研究シナリオに応じてカスタマイズ可能なオークションルールを許容する。
• 広告価値の時間的パターンは、トランスフォーマーと拡散モデルにインspiredされた位置符号化を用いてモデル化され、時系列入札意思決定における系列モデリングを強化する。
• 価値予測モデルは、コンテキスト特徴に基づいて広告機会価値を予測するために、U-Netに類似したアーキテクチャに多頭注釈（multi-head attention）を組み合わせて訓練される。
• ベンチマークには、1,000万件の広告機会、48体のエージェント、5億件を超えるオークション記録を含む事前生成データセットが含まれ、再現性のある評価を可能にする。

実験結果

リサーチクエスチョン

• RQ1 線形計画法や強化学習といった標準的な入札意思決定アルゴリズムは、大規模で現実的な広告オークション環境においてどの程度一般化できるか？
• RQ2 深層生成モデルは、データプライバシーを保護しつつ、現実の広告オークションダイナミクスをどの程度効果的にシミュレートできるか？
• RQ3 競合するマルチエージェント環境下で、ROIターゲットや予算制限といった異なる制約のもとで、さまざまな自動入札戦略はどの程度のパフォーマンスを示すか？
• RQ4 本ベンチマークは、多様なオークションメカニズムにおいて意思決定アルゴリズムのスケーラブルで再現可能な評価を可能にするか？
• RQ5 シミュレーテッドだが現実的である環境で、5億件のオークション記録を分析することで、どのような知見が得られるか？

主な発見

• AuctionNetはNeurIPS 2024の『大規模オークションにおける自動入札』コンペティションを成功裏に実施し、1,500チームを超える参加者に標準化された環境を提供した。
• 広告機会の深層生成モデリングを通じて、時間的パターンやマルチエージェント競争を含む、本番の広告オークションダイナミクスの高精度なシミュレーションが可能である。
• パフォーマンス評価の結果、強化学習および生成モデリングアプローチが競争力のある結果を達成しており、さまざまなROIターゲットにおける安定性と適応性のトレードオフが明確に示された。
• 5億件を超えるオークション記録を含む事前生成データセットにより、多様なシナリオにおける入札意思決定アルゴリズムの強固で再現可能な評価が可能となった。
• 位置符号化と多頭注釈機構の統合により、価値予測の正確性が向上し、より良い戦略的入札意思決定を支援した。
• 本ベンチマークは、広告オークションを越えて強化学習、メカニズム設計、オペレーションズリサーチ分野への応用において、強く有望な可能性を示した。