[論文レビュー] Effectiveness of Preference Elicitation in Combinatorial Auctions

Benoît Hudson, Tüomas Sandholm|ArXiv.org|May 27, 2002

Auction Theory and Applications参考文献 18被引用数 4

ひとこと要約

この論文は組合せ入札における好みの特定を評価し、初期段階では近似評価のみを取得し、必要に応じてのみ精錬するという、情報漏洩を著しく削減する新しい境界近似クエリメカニズムを提案する。この手法は、従来の直接的申告メカニズムに比べて、アイテム数や参加者数が増加しても、ほぼ最適な社会的厚生を達成するが、必要な入札の数はごくわずかに保たれる。

ABSTRACT

Combinatorial auctions where agents can bid on bundles of items are desirable because they allow the agents to express complementarity and substitutability between the items. However, expressing one's preferences can require bidding on all bundles. Selective incremental preference elicitation by the auctioneer was recently proposed to address this problem (Conen & Sandholm 2001), but the idea was not evaluated. In this paper we show, experimentally and theoretically, that automated elicitation provides a drastic benefit. In all of the elicitation schemes under study, as the number of items for sale increases, the amount of information elicited is a vanishing fraction of the information collected in traditional ``direct revelation mechanisms'' where bidders reveal all their valuation information. Most of the elicitation schemes also maintain the benefit as the number of agents increases. We develop more effective elicitation policies for existing query types. We also present a new query type that takes the incremental nature of elicitation to a new level by allowing agents to give approximate answers that are refined only on an as-needed basis. In the process, we present methods for evaluating different types of elicitation policies.

研究の動機と目的

• 入札者がすべての 2^k - 1 個のバンドルの評価を提示しなければならない組合せ入札において、完全な好みの申告に伴う高い通信コストと計算コストを軽減すること。
• 直接的申告メカニズムのスケーラブルな代替手段として、選択的段階的好みの特定を評価し、改善すること。
• 情報漏洩を最小限に抑えつつ最適な社会的厚生を保証する新たな好みの特定ポリシーの設計と実験的検証を行うこと。
• エージェントが必要な場合にのみ精錬される近似境界を提供できる新しいクエリタイプ「境界近似クエリ」を導入・評価すること。
• 好みの特定の利点が問題のサイズに応じて拡大することを理論的および実験的に示し、アイテム数や参加者数の増加に対しても効率性を維持すること。

提案手法

• 入札者は各バンドルの評価に対して下限と上限の境界を維持する制約ネットワークを用い、過去のクエリからの知識を伝搬する。
• 過去の回答からクエリの内容が推論可能である場合にのみクエリを発行することで、重複した好みの特定を回避する。
• エージェントが近似評価境界（例：下限と上限）を報告できる新しいクエリタイプ「境界近似クエリ」を導入し、最適な割り当てに必要な場合にのみ精錬する。
• 異なるクエリタイプに異なるコストが割り当てられるコストモデルを用いて、好みの特定ポリシーを評価し、全申告に対する合計の好みの特定コストを指標とする。
• 順序クエリ（バンドル評価の比較）と価値クエリ（バンドル評価の推定）を統合し、両方のタイプを組み合わせたハイブリッドポリシーを導入する。
• 理論的分析により、もしコスト削減が可能であれば、無制限のランダムな好みの特定が情報漏洩を最小化し、割り当て可能なバンドルに限定して好みの特定を行うことは有益であることが示された。

実験結果

リサーチクエスチョン

• RQ1 選択的段階的好みの特定は、組合せ入札において、完全な申告メカニズムに比べて、提示すべき評価情報の量を著しく削減できるか？
• RQ2 アイテム数や参加者数の増加に伴って、好みの特定ポリシーの性能はどのようにスケーリングするか？
• RQ3 エージェントが必要な場合にのみ精錬される近似境界を提供できる「境界近似クエリ」を用いることで、好みの特定コストと効率性にどのような影響を与えるか？
• RQ4 境界近似クエリと順序クエリを組み合わせたハイブリッド好みの特定ポリシーは、単一のクエリタイプのみを用いるポリシーを上回る性能を示すか？
• RQ5 好みの特定を割り当て可能なバンドルに限定することが性能向上に寄与する条件は何か？また、この仮定は理論的に正当化可能か？

主な発見

• 全研究対象の好みの特定方式において、アイテム数が増加するにつれて、直接的申告メカニズムに必要な情報量に比べて、獲得される情報量はごくわずかにまで減少する。
• 境界近似クエリポリシーは、正確な評価を必要になるまで延期することで、好みの特定コストを著しく削減し、最小限の情報漏洩で高い効率性を達成する。
• 境界近似クエリと順序クエリを組み合わせたハイブリッドポリシーは、単一のクエリタイプのみを用いるポリシーを上回り、特に順序クエリのコストが低い場合には顕著な優位性を示す。
• 参加者数の増加に対しても、この手法の利点は維持され、好みの特定コストは全申告に対するコストに比べて非線形的に増加する。
• 実験では、2人の参加者と8つのアイテムの状況で、境界近似クエリと順序クエリを組み合わせたポリシーの平均好みの特定コストは172であり、境界近似クエリのみのポリシーの230よりも低い。
• 理論的結果により、コスト削減が可能であれば、無制限のランダムな好みの特定が情報漏洩を最小化し、割り当て可能なバンドルに限定して好みの特定を行うことは有益であることが確認された。