[論文レビュー] Optimal Multi-Dimensional Mechanism Design: Reducing Revenue to Welfare Maximization

Yang Cai, Constantinos Daskalakis+1 more|arXiv (Cornell University)|Jul 23, 2012

Auction Theory and Applications参考文献 20被引用数 58

ひとこと要約

本稿では、任意の可能性制約および需要制約を伴う多次元ベイジアンオークションにおいて、収益最大化メカニズム設計を福利厚最大化に計算的に効率的な還元を提示する。仮想VCG割当ルールを導入し、任意の最適オークションがこれらのルールの確率分布として実装可能であることを示し、VCGメカニズムへのブラックボックスアクセスを介して多項式時間での計算が可能になる。

ABSTRACT

We provide a reduction from revenue maximization to welfare maximization in multi-dimensional Bayesian auctions with arbitrary (possibly combinatorial) feasibility constraints and independent bidders with arbitrary (possibly combinatorial) demand constraints, appropriately extending Myerson's result to this setting. We also show that every feasible Bayesian auction can be implemented as a distribution over virtual VCG allocation rules. A virtual VCG allocation rule has the following simple form: Every bidder's type t_i is transformed into a virtual type f_i(t_i), via a bidder-specific function. Then, the allocation maximizing virtual welfare is chosen. Using this characterization, we show how to find and run the revenue-optimal auction given only black box access to an implementation of the VCG allocation rule. We generalize this result to arbitrarily correlated bidders, introducing the notion of a second-order VCG allocation rule. We obtain our reduction from revenue to welfare optimization via two algorithmic results on reduced forms in settings with arbitrary feasibility and demand constraints. First, we provide a separation oracle for determining feasibility of a reduced form. Second, we provide a geometric algorithm to decompose any feasible reduced form into a distribution over virtual VCG allocation rules. In addition, we show how to execute both algorithms given only black box access to an implementation of the VCG allocation rule. Our results are computationally efficient for all multi-dimensional settings where the bidders are additive. In this case, our mechanisms run in time polynomial in the total number of bidder types, but not type profiles. For generic correlated distributions, this is the natural description complexity of the problem. The runtime can be further improved to poly(#items, #bidders) in item-symmetric settings by making use of recent techniques.

研究の動機と目的

• 任意の可能性制約および需要制約を伴う多次元設定における収益最適メカニズム設計の課題に対処すること。
• マイアソンの単一次元収益最大化フレームワークを、独立または相関する入札者を含む多次元・組み合わせ的設定に拡張すること。
• VCG割当ルールの実装へのブラックボックスアクセスのみを用いて、収益最適メカニズムを計算するブラックボックス手法を提供すること。
• 計算の実行可能性を確保するため、実現可能な縮約形式を特徴づけ、それらを仮想VCGルールの確率分布に分解すること。
• 計算効率および近似的なインcentive compatibilityを損なわずに、メカニズム設計フレームワークに予算制約を組み込むこと。

提案手法

• 各入札者について、入札者固有の関数を用いてタイプを変換して仮想タイプを計算する仮想VCG割当ルールの概念を導入すること。
• 収益最適メカニズムが、これらの変換されたタイプにおける仮想福祉を最大化する割当ルールに対応することを示すこと。
• 縮約形式オークションの実現可能性をテストする分離オракルを開発し、実現可能なメカニズムの空間における効率的最適化を可能にすること。
• 任意の実現可能な縮約形式を仮想VCG割当ルールの確率分布に分解する幾何的アルゴリズムを設計すること。
• 分離オラクルおよび分解アルゴリズムが、VCG割当ルール実装へのブラックボックスアクセスのみを用いて実行可能であることを示すこと。
• 2次のVCG割当ルールを用いて相関する入札者を扱うフレームワークを拡張し、アイテム対称設定における計算的に効率的なメカニズムを提供すること。

実験結果

リサーチクエスチョン

• RQ1 任意の可能性制約および需要制約を伴う多次元ベイジアンオークションにおける収益最大化は、福祉最大化に還元可能か？
• RQ2 仮想VCG割当ルールはどのように構築され、多項式時間で収益最適メカニズムを実装するために使用可能か？
• RQ3 VCGへのブラックボックスアクセスしか得られない状況で、収益最適メカニズムの特定および実行の計算複雑度は何か？
• RQ4 計算効率やインcentive compatibilityを損なわず、予算制約をメカニズム設計フレームワークに組み込む方法は何か？
• RQ5 入札者タイプが任意に相関する設定へと、収益から福祉最適化への還元をどの程度一般化可能か？

主な発見

• 本稿では、任意の可能性制約および需要制約を伴う多次元ベイジアンオークションにおいて、収益最大化から福祉最大化への還元を確立し、マイアソンの結果を組み合わせ的設定に一般化する。
• 任意の実現可能なベイジアンオークションは、各入札者のタイプを仮想タイプにマッピングし、仮想福祉を最大化する割当を採用する仮想VCG割当ルールの確率分布として実装可能である。
• メカニズムは、アイテム数、入札者数、および各入札者の価値分布サポートの基数に関して多項式時間で実行可能であり、加法的または効率的にマッピング可能な評価関数を仮定する。
• アイテム対称設定では、先行研究の技術を活用して、実行時間がアイテム数および入札者数に関してのみ多項式時間に改善される。
• 還元は、収益の非最適性が $ O( ext{poly}^{-1}(n,m) + ext{poly}^{-1}( ext{support size})) $ で抑えられる近似的にBICのメカニズムを達成し、多項式時間内で任意に小さくできる。
• 予算制約は、線形計画法の定式化に予算制限を追加することでフレームワークに組み込むことができるが、これにより正確なBICではなく、中間的個人合理性および $\delta$-BICメカニズムに妥協する必要がある。