[論文レビュー] PreferenceNet: Encoding Human Preferences in Auction Design with Deep Learning

Neehar Peri, Michael J. Curry+2 more|arXiv (Cornell University)|Jun 6, 2021

Auction Theory and Applications参考文献 39被引用数 8

ひとこと要約

PreferenceNet は、人間が提供した望ましい配分の例を用いて、公平性などの社会的に望ましいオークション制約を表現する深層学習フレームワークである。アンケートからの人間の好みのデータを学習することで、戦略的誠実性を維持しながらも、洗練された現実世界の好みを効果的に捉え、競争力のある収益性能を達成する。

ABSTRACT

The design of optimal auctions is a problem of interest in economics, game theory and computer science. Despite decades of effort, strategyproof, revenue-maximizing auction designs are still not known outside of restricted settings. However, recent methods using deep learning have shown some success in approximating optimal auctions, recovering several known solutions and outperforming strong baselines when optimal auctions are not known. In addition to maximizing revenue, auction mechanisms may also seek to encourage socially desirable constraints such as allocation fairness or diversity. However, these philosophical notions neither have standardization nor do they have widely accepted formal definitions. In this paper, we propose PreferenceNet, an extension of existing neural-network-based auction mechanisms to encode constraints using (potentially human-provided) exemplars of desirable allocations. In addition, we introduce a new metric to evaluate an auction allocations' adherence to such socially desirable constraints and demonstrate that our proposed method is competitive with current state-of-the-art neural-network based auction designs. We validate our approach through human subject research and show that we are able to effectively capture real human preferences. Our code is available at https://github.com/neeharperi/PreferenceNet

研究の動機と目的

• 公平性や多様性といった社会的に望ましいオークション制約のための標準的で形式的な定義の欠如に対処すること。
• 形式的定義ではなく、データを用いて人間の好みをオークションメカニズムに組み込む手法を開発すること。
• 倫理的および公平性の制約を組み込みつつ、戦略的誠実性と収益最適化を維持すること。
• 人間の公平性に関する好みが学習可能で、一貫性がある程度に保たれていることを検証すること。
• オークション結果における人間が定義した制約への適合度を測る新しい評価指標を導入すること。

提案手法

• RegretNet（ニューラルネットワークベースのオークションメカニズム）を拡張し、望ましい配分の例（人間が提供）を学習信号として組み込む。
• 2つの被験者アンケートを実施：1つは定義された基準下での人間の公平性判断の一貫性を評価する（n=140）、もう1つは事前に定義された公平性定義なしでペアワイズの好みを収集する（n=345）。
• 人間の好みデータにおけるノイズをシミュレートするためにプロビットモデルを適用し、決定境界付近でのラベル付けの不確実性を正規累積分布関数（Gaussian CDF）でモデル化する。
• アンケートデータを用いて PreferenceNet を学習し、集団の好みに一致する割当ルールを学習する。勾配降下法を用いて収益と制約適合度の両方を最適化する。
• メカニズムの割当が学習済みの人間の好みにどの程度近いかを測る新しい評価指標を導入する。
• 主成分分析（PCA）とL2距離解析を用いて、PreferenceNet の割当が標準的な公平性モデル（例：TVF、エントロピー）とどの程度一致するかを検証し、人間の直感と整合していることを確認する。

実験結果

リサーチクエスチョン

• RQ1 アンケートを通じて、オークションにおける人間の公平性に関する好みを信頼性高く抽出でき、機械学習モデルの学習に利用できるか？
• RQ2 PreferenceNet という深層学習ベースのオークションメカニズムは、形式化された指標と比較して、人間が定義する公平性制約をどの程度うまく捉え、実装できるか？
• RQ3 人間の判断におけるノイズの程度はどの程度で、学習段階でどのようにモデル化・軽減できるか？
• RQ4 複雑で形式化されていない社会的好みを組み込みつつ、PreferenceNet は戦略的誠実性と収益性能を維持できるか？
• RQ5 PreferenceNet が生成する割当は、標準的な公平性モデル（例：全変動公平性（TVF）、エントロピーに基づく公平性）と比較して、人間の好みとの整合性がどの程度高いか？

主な発見

• 人間の好みはノイズを含むが、特に決定境界付近では正規分布と強く相関しており、学習における確率的モデリングの有効性を裏付ける。
• PreferenceNet は、形式的な公平性定義を事前に提示しなくても、ペアワイズ比較からの人間の洗練された好みを効果的に捉えている。
• モデルは低レグレットを達成し、収益と戦略的誠実性の両面で最先端のニューラルオークションメカニズムと同等またはそれを上回る性能を示している。
• 人間の好みは、全変動公平性（TVF）とエントロピーに基づく公平性モデルの両方と類似しているが、完全には一致しないことから、人間の直感はより複雑であることが示唆される。
• 20,000件のサンプル入札に対するL2距離解析により、PreferenceNet の割当は、単一需要型および加法的オークション設定の両方において、人間の好みと統計的に区別できないことが確認された。
• 本手法は、実際の人間データを用いて社会的に望ましい制約を効果的に表現できており、形式的公平性定義の代わりに好みの抽出が実用的である可能性を示している。