[论文解读] On Optimal Multi-Dimensional Mechanism Design

Constantinos Daskalakis, S. Matthew Weinberg|arXiv (Cornell University)|Dec 17, 2011

Auction Theory and Applications参考文献 18被引用 12

一句话总结

本文提出了一种计算高效的算法，用于在独立投标人且估值有界或满足单峰失效率（MHR）分布的设定下，实现最优多维机制设计，当投标人或物品数量为常数时，达到加法 $\epsilon$-近似。通过引入对称化、强单调性以及 $\epsilon$-BIC 到 BIC 的转换技术，实现了对最优贝叶斯激励相容机制的多项式时间近似。

ABSTRACT

We efficiently solve the optimal multi-dimensional mechanism design problem for independent bidders with arbitrary demand constraints when either the number of bidders is a constant or the number of items is a constant. In the first setting, we need that each bidder's values for the items are sampled from a possibly correlated, item-symmetric distribution, allowing different distributions for each bidder. In the second setting, we allow the values of each bidder for the items to be arbitrarily correlated, but assume that the distribution of bidder types is bidder-symmetric. For all eps>0, we obtain an additive eps-approximation, when the value distributions are bounded, or a multiplicative (1-eps)-approximation when the value distributions are unbounded, but satisfy the Monotone Hazard Rate condition, covering a widely studied class of distributions in Economics. Our runtime is polynomial in max{#items,#bidders}, and not the size of the support of the joint distribution of all bidders' values for all items, which is typically exponential in both the number of items and the number of bidders. Our mechanisms are randomized, explicitly price bundles, and can sometimes accommodate budget constraints. Our results are enabled by establishing several new tools and structural properties of Bayesian mechanisms. We provide a symmetrization technique turning any truthful mechanism into one that has the same revenue and respects all symmetries in the underlying value distributions. We also prove that item-symmetric mechanisms satisfy a natural monotonicity property which, unlike cyclic-monotonicity, can be harnessed algorithmically. Finally, we provide a technique that turns any given eps-BIC mechanism (i.e. one where incentive constraints are violated by eps) into a truly-BIC mechanism at the cost of O(sqrt{eps}) revenue. We expect our tools to be used beyond the settings we consider here.

研究动机与目标

• 解决在贝叶斯与激励相容约束下，最优多维机制设计的计算挑战。
• 当投标人数量或物品数量为常数时，开发一种用于收益最大化的多项式时间算法。
• 通过聚焦投标人估值中的对称与单调结构，克服完整联合分布支撑的指数级复杂度。
• 在有界或 MHR 分布估值下，实现对最优机制的近似，并保证收益损失的上界。
• 提供将 $\epsilon$-BIC 机制转换为真正 BIC 机制的工具，且收益损失最小化。

提出的方法

• 提出一种对称化技术，将任意 truthful 机制转化为尊重估值分布所有对称性的机制，同时不改变其收益。
• 证明物品对称机制满足强单调性性质，该性质在算法上可被利用，且强于循环单调性。
• 定义估值配置的代表性集合 $E$，以将激励相容约束的数量减少至多项式规模。
• 在混合整数规划中，使用物品置换下的等价类，以 IC 约束和强单调性约束替代 BIC 约束。
• 应用离散化引理，限制相关估值配置的数量，确保运行时间在完整联合支撑之外仍为多项式。
• 使用一种变换，将 $\epsilon$-BIC 机制转换为真正 BIC 机制，收益损失为 $O(\sqrt{\epsilon})$。

实验结果

研究问题

• RQ1 当投标人或物品数量为常数时，能否高效求解最优多维机制设计？
• RQ2 贝叶斯机制的何种结构性质使得在对称与相关性下仍能实现高效计算？
• RQ3 如何将 $\epsilon$-BIC 机制转换为真正 BIC 机制，且收益损失有界？
• RQ4 强单调性是否可作为机制设计中计算上可处理的条件，替代循环单调性？
• RQ5 物品对称性与投标人对称性对多维设定下收益近似复杂度有何影响？

主要发现

• 当投标人或物品数量为常数时，本文在估值有界的情况下，实现了对最优收益的计算高效加法 $\epsilon$-近似。
• 当估值无界但满足单峰失效率（MHR）条件时，该算法实现了乘法 $(1-\epsilon)$-近似。
• 通过使用代表性集合 $E_i(\vec{v}_{-i})$，激励相容约束的数量被减少至多项式规模，每个配置中最多包含 $|E|$ 个元素。
• 对称化技术在保持收益的同时，强制实现对物品或投标人置换的不变性，从而支持对称感知的机制设计。
• 强单调性性质确保当投标人在对称物品上估值有序时，无动机虚报其估值。
• 从 $\epsilon$-BIC 到 BIC 的转换仅导致 $O(\sqrt{\epsilon})$ 的收益损失，使得在预算约束环境下可安全使用近似机制。