[論文レビュー] Bayesian Auctions with Efficient Queries

Jing Chen, Bo Li+2 more|arXiv (Cornell University)|Jan 1, 2018

Auction Theory and Applications参考文献 34被引用数 2

ひとこと要約

本稿は、売り手が分布の完全な知識ではなく、分位点および価値クエリを通じて入札者の価値分布にアクセスするクエリベースのフレームワークを導入する。単一商品および複数商品のオークションにおいて、単位需要または加法的評価の下で、タイトな対数的クエリ複雑度の境界を確立し、完全な分布アクセスに比べてはるかに少ないクエリ数で近似的に最適な収益を達成できることを示している。これは、分布の不確実性下での従来のメカニズム設計に対する実用的でスケーラブルな代替手段を提供する。

ABSTRACT

Generating good revenue is one of the most important problems in Bayesian auction design, and many (approximately) optimal dominant-strategy incentive compatible (DSIC) Bayesian mechanisms have been constructed for various auction settings. However, most existing studies do not consider the complexity for the seller to carry out the mechanism. It is assumed that the seller knows "each single bit" of the distributions and is able to optimize perfectly based on the entire distributions. Unfortunately this is a strong assumption and may not hold in reality: for example, when the value distributions have exponentially large supports or do not have succinct representations. In this work we consider, for the first time, the query complexity of Bayesian mechanisms. We only allow the seller to have limited oracle accesses to the players' value distributions, via quantile queries and value queries. For a large class of auction settings, we prove logarithmic lower-bounds for the query complexity for any DSIC Bayesian mechanism to be of any constant approximation to the optimal revenue. For single-item auctions and multi-item auctions with unit-demand or additive valuation functions, we prove tight upper-bounds via efficient query schemes, without requiring the distributions to be regular or have monotone hazard rate. Thus, in those auction settings the seller needs to access much less than the full distributions in order to achieve approximately optimal revenue.

研究の動機と目的

• 売り手が入札者の価値分布の完全な知識を持たない、特に分布が大きいか無限大のサポートを持つ場合に生じるメカニズム設計のギャップを扱う。
• 完全な分布知識ではなく、オラクルによる制限されたアクセスで、近似的に最適な収益を達成できるかどうかを調査する。
• 支配戦略インcentive-compatible（DSIC）メカニズムにおいて、最適収益の定数倍近似を達成するために必要なクエリ数の下界と上界という、根本的な限界を確立することを目的とする。
• 単一商品、単位需要、加法的評価のオークションに焦点を当て、サポートが有界でない場合でも小さな尾部を持つ分布という現実的な仮定を採用する。
• 完全な分布アクセスを必要としない、実用的でスケーラブルな代替手段を提供するために、最小限のクエリ要件を定量化することを目的とする。

提案手法

• 売り手は、2種類のオラクルクエリを通じて入札者の分布にアクセスする：分位点クエリ（特定の分位点に対応する価値は何か？）と価値クエリ（特定の価値に対応する分位点は何か？）。
• 本稿は、すべてのクエリをオークション開始前に同時に実行する非適応的クエリ方式を分析し、データベースアクセスや市場調査といった現実世界のシナリオをモデル化する。
• 情報理論的議論を用いて、単一商品オークションで(1+ǫ)-近似収益を達成するにはΩ(nǫ−1 log H)のクエリが必要であることを示す下界を証明する。
• 複数商品の設定では、定数c > 1のもとで、単位需要および加法的オークションにおけるc-近似収益を達成するにはΩ(mn log H / log c)の下界を導出する。
• 上界は、収益近似を保つように値と分位点を適切にサンプリングするクエリ方式によって達成され、チェルノフ不等式とテール関数解析が用いられる。
• 主な技術的要素として、分布の離散化を保ちながら分位点関係を維持する「切り捨て」スキームの使用が挙げられ、収益推定における有界な誤差を可能にする。

実験結果

リサーチクエスチョン

• RQ1 DSICベイジアンオークションにおいて、最適収益の定数倍近似を達成するために売り手が行う必要がある最小クエリ数は何か？
• RQ2 分布のサポートが大きいか無限大の場合でも、分布のサイズに比べてはるかに少ないクエリ数で、近似的に最適な収益を達成できるか？
• RQ3 同じ収益近似保証のもとで、単一商品、単位需要、加法的評価のオークションにおいて、クエリ複雑度の境界はどのように異なるか？
• RQ4 適応的クエリ戦略は非適応的戦略に比べてクエリ数をどれほど改善できるか？根本的な対数的ギャップは存在するか？
• RQ5 完全な分布の明示的表現を必要とせず、小さな尾部仮定のもとで無限大の分布を扱えるか？

主な発見

• 単一商品オークションでは、最適BIC収益の(1+ǫ)-近似を達成するためのタイトなクエリ複雑度Θ(nǫ−1 log H)を確立し、Hにたいして対数的依存、ǫに逆比例することを示した。
• 単位需要オークションでは、c-近似の下界がΩ(mn log H / log c)であり、上界がO(mn log H / log(c/24))であることが達成され、c > 24のときのタイトネスを証明した。
• 加法的評価オークションでは、下界がΩ(mn log H / log c)、上界がc > 8のときO(mn log H / log(c/8))であることが証明され、有界な状況でのタイトネスを示した。
• 尾部が小さいと仮定される無限大の分布に対しても、有界な分布と同一のクエリ複雑度境界が成り立つことを証明し、現実的で無限大の設定へと結果を拡張した。
• 非適応的クエリ方式がほぼ最適であることを示し、適応的戦略でもクエリ複雑度を対数的要因を超えて改善できないことを示した。
• 結果として、完全な分布が保存または計算可能でない場合でも、売り手は分布への対数的クエリアクセスのみで近似的に最適な収益を達成できることを示唆した。