[論文レビュー] Beyond Equilibria: Mechanisms for Repeated Combinatorial Auctions

Brendan Lucier|ArXiv.org|Sep 30, 2009

Auction Theory and Applications参考文献 17被引用数 3

ひとこと要約

本稿では、入札者がレジーット最小化戦略やベストリスポンス戦略を用いる場合に、最適社会的厚生の $O(\sqrt{m})$ 近似を達成する繰り返し組合せオークションのメカニズムを提示する。単調かつローザーに依存しないアルゴリズムに対するブラックボックス還元を導入し、支配戦略の真実性を必要とせずに近似効率を保証する。学習に基づく入札者行動モデルを活用する。

ABSTRACT

We study the design of mechanisms in combinatorial auction domains. We focus on settings where the auction is repeated, motivated by auctions for licenses or advertising space. We consider models of agent behaviour in which they either apply common learning techniques to minimize the regret of their bidding strategies, or apply short-sighted best-response strategies. We ask: when can a black-box approximation algorithm for the base auction problem be converted into a mechanism that approximately preserves the original algorithm's approximation factor on average over many iterations? We present a general reduction for a broad class of algorithms when agents minimize external regret. We also present a new mechanism for the combinatorial auction problem that attains an $O(\sqrt{m})$ approximation on average when agents apply best-response dynamics.

研究の動機と目的

• 非均衡入札行動下でも近似保証を維持する繰り返し組合せオークションのメカニズムを設計すること。
• 支配戦略の真実性を避けることで、計算効率と incetive compatibility を分離すること。
• 2つの現実的な行動モデル（レジーット最小化および短絡的ベストリスポンスダイナミクス）の下でのメカニズムを分析すること。
• 近似アルゴリズムをブラックボックスとして変換し、繰り返しラウンド全体で平均的にその性能を保証するメカニズムを提供すること。
• 両方の行動モデル下で最適厚生の $O(\sqrt{m})$ 近似を達成すること。

提案手法

• 組合せオークションの単調かつローザーに依存しない近似アルゴリズムに基づくメカニズムを提案する。
• 外部レジーット最小化下で近似要因を保証するメカニズムに変換するブラックボックス還元を適用する。
• ベストリスポンスダイナミクス下で $O(\sqrt{m})$ 厚生近似を達成する新しいメカニズム $\mathcal{M}_{CA}$ を導入する。
• エージェントが集合に対して利益がある場合に、少なくともその真の価値の半分を入札するしきい値ベースの入札戦略を採用する。
• 確率的集中不等式（例：チェルノフの不等式）を用いて、近似要因への高確率収束を示す。
• 実際の入札下の社会的厚生と仮想の真実入札および空の入札下の厚生を比較することで、厚生結果を分析する。

実験結果

リサーチクエスチョン

• RQ1 ブラックボックス近似アルゴリズムを、入札者がレジーット最小化戦略を用いる場合に近似要因を保証するメカニズムに変換できるか？
• RQ2 入札者が短絡的ベストリスポンス戦略を用いる場合に、繰り返し組合せオークションで達成可能な近似比は何か？
• RQ3 割当アルゴリズムの構造（例：単調性、ローザーに依存しない性質）は、繰り返し設定におけるメカニズム設計にどのように影響するか？
• RQ4 繰り返しオークションにおいて、支配戦略の真実性を要件としない状況で、計算効率をどの程度維持できるか？
• RQ5 現実的で非均衡な行動モデル下で、メカニズムが定数因子の厚生近似を達成できるか？

主な発見

• 入札者がレジーット最小化戦略を用いる場合、繰り返しオークションラウンド全体で平均的に最適社会的厚生の $O(\sqrt{m})$ 近似を達成する。
• ベストリスポンスダイナミクス下では、入札者更新のランダム順序に対して高確率で最適厚生の $O(\sqrt{m})$ 近似を達成する。
• 与えられた行動モデル下で、いかなる入札者も、集合に対して真の価値の半分以上を入札しないことで利得を得ることはできない。
• 解析により、任意のサイズが $\sqrt{m}$ 以下の集合の割当について、メカニズムが期待値で $O(\sqrt{m})$ 近似を達成することが示された。
• 真実でない入札による損失を抑え、サイズが $\sqrt{m}$ 以上の集合の割当に対しても、メカニズムが $O(\sqrt{m})$ 近似を維持することが保証された。
• 高確率 $1 - 2ne^{-T\epsilon^2/n}$ で、$T$ ラウンド経過後、最適厚生の $\left(\frac{1}{O(\sqrt{m})} - \epsilon\right)$ 近似が達成される。