[論文レビュー] Bidding under uncertainty: theory and experiments

Amy Greenwald, Justin A. Boyan|arXiv (Cornell University)|Jul 7, 2004

Auction Theory and Applications参考文献 13被引用数 48

ひとこと要約

本稿は、順次的、同時的、およびハイブリッド（TACクラシック）オークション形式における補完的および代替的財を有する組み合わせオークションにおける最適入札戦略を調査する。順次入札をMDPとして定式化し、期待限界効用入札が最適であることを証明する一方で、同時オークションでは限界効用入札が最適でないことを示す。2つの近似手法—期待値ベースとサンプリングベース—を提案し、TACクラシック環境における実験によりその性能を確認する。

ABSTRACT

This paper describes a study of agent bidding strategies, assuming combinatorial valuations for complementary and substitutable goods, in three auction environments: sequential auctions, simultaneous auctions, and the Trading Agent Competition (TAC) Classic hotel auction design, a hybrid of sequential and simultaneous auctions. The problem of bidding in sequential auctions is formulated as an MDP, and it is argued that expected marginal utility bidding is the optimal bidding policy. The problem of bidding in simultaneous auctions is formulated as a stochastic program, and it is shown by example that marginal utility bidding is not an optimal bidding policy, even in deterministic settings. Two alternative methods of approximating a solution to this stochastic program are presented: the first method, which relies on expected values, is optimal in deterministic environments; the second method, which samples the nondeterministic environment, is asymptotically optimal as the number of samples tends to infinity. Finally, experiments with these various bidding policies are described in the TAC Classic setting.

研究の動機と目的

• 補完的または代替的財を有する組み合わせオークションにおける入札戦略の分析。
• 順次オークション入札をマルコフ決定過程（MDP）としてモデル化し、最適方策の特定。
• 同時オークションにおける限界効用入札の限界を調査し、より優れた近似手法を提案。
• TACクラシックホテルオークション環境における提案された入札戦略の性能評価。
• 複雑なオークション入札問題を解くための決定論的および確率的近似技術の比較。

提案手法

• 不確実性下での動的意思決定をモデル化するため、順次オークション入札をマルコフ決定過程（MDP）として定式化する。
• MDPフレームワークを用いて、順次オークションにおける期待限界効用入札が最適方策であることを導出する。
• 相手の行動や評価の不確実性を捉えるために、同時オークション入札を確率的プログラムとしてモデル化する。
• 2つの近似手法を提案：1つは期待値を用いる（決定論的設定で最適）、もう1つはモンテカルロサンプリングを用いる（漸近的に最適）。
• TACクラシックオークション環境における実験的評価を通じて、異なる入札方策の性能を比較する。
• 順次的および同時的要素を組み合わせたTACクラシックのハイブリッドオークション形式を、戦略評価の現実的で実用的なテストベッドとして用いる。

実験結果

リサーチクエスチョン

• RQ1 補完的および代替的財を有する順次的組み合わせオークションにおいて、期待限界効用入札は最適戦略であるか？
• RQ2 決定論的条件下でも、同時的組み合わせオークションにおいて限界効用入札は最適のまま保たれるか？
• RQ3 確率的プログラミング近似手法は、限界効用入札と比較して、同時オークションにおける入札パフォーマンスを向上させられるか？
• RQ4 期待値ベースとサンプリングベースの近似手法は、同時オークションの確率的プログラムを解く上でどのように比較されるか？
• RQ5 提案された入札戦略は、TACクラシックのような現実的でハイブリッドなオークション環境でどのように機能するか？

主な発見

• MDPモデルによって定式化された順次オークションにおいて、期待限界効用入札が最適方策であることが証明された。
• 反例により、決定論的条件下でも、同時オークションにおける限界効用入札が最適でないことが示された。
• 期待値近似手法は決定論的環境で最適であり、既知の分布に対して堅牢なベースラインを提供する。
• サンプリングベース手法は、サンプル数が増加するにつれて漸近的に最適となり、確率的設定に対して頑健なアプローチを提供する。
• TACクラシック環境における実験結果から、サンプリングベース手法が期待効用および最終報酬の観点で限界効用入札を上回ることが明らかになった。
• ハイブリッドTACクラシック環境では、戦略のパフォーマンスがオークション形式の順次的および同時的要素の混合割合に強く依存することが判明した。