[论文解读] An approximately truthful-in-expectation mechanism for combinatorial auctions using value queries

Shaddin Dughmi, Tim Roughgarden+2 more|arXiv (Cornell University)|Sep 6, 2011

Auction Theory and Applications参考文献 1被引用 12

一句话总结

本文提出了一种基于价值查询而非更复杂的彩票价值查询的组合拍卖近似期望真实机制。通过在价值预言机模型中实现一个$(1 - \epsilon)$-近似最大分布范围（MIDR）分配规则，并应用黑箱转换以近似实现真实性，该机制在多项式时间内实现了对加权拟阵秩和估值的$(1 - 1/e - \epsilon)$-近似社会福利。

ABSTRACT

This manuscript presents an alternative implementation of the truthful-in-expectation mechanism of Dughmi, Roughgarden and Yan for combinatorial auctions with weighted-matroid-rank-sum valuations. The new implementation uses only value queries and is approximately truthful-in-expectation, in the sense that by reporting truthfully each agent maximizes his utility within a multiplicative 1-o(1) factor. It still provides an optimal (1-1/e-o(1))-approximation in social welfare. We achieve this by first presenting an approximately maximal-in-distributional-range allocation rule and then showing a black-box transformation to an approximately truthful-in-expectation mechanism.

研究动机与目标

• 为解决彩票价值查询在拟阵秩函数下计算为#P难的问题，其计算不切实际。
• 证明Dughmi等人提出的期望真实（TIE）机制可在更弱的价值预言机模型中实现，仅需近似真实性。
• 在价值预言机模型中，为加权拟阵秩和估值设计一个多项式时间、$(1 - \epsilon)$-近似MIDR的分配规则。
• 建立从近似MIDR规则到近似TIE机制的黑箱转换，且近似损失有界。
• 在保持期望近似真实性的同时，实现对社会福利的$(1 - 1/e - \epsilon)$-近似。

提出的方法

• 使用聚合福利函数的多元线性扩展，以近似分数分配多面体中的最优分配。
• 应用局部搜索算法，寻找在预定义分布范围内与最大化期望社会福利相差$(1 - \epsilon)$以内的结果分布。
• 使用高精度估计的蒙特卡洛采样来估计投标人效用的期望值，以确保效用最大化过程中的有界误差。
• 引入一种机制，根据效用阈值将投标人分类为活跃或非活跃，将非活跃投标人从基于VCG的分配中排除，以降低复杂度。
• 将近似MIDR分配规则通过黑箱转换转化为一个$(1 - \epsilon')$-期望真实的机制，其中$\epsilon' = \epsilon \cdot \text{poly}(m,n)$。
• 利用集中不等式控制效用估计误差，确保诚实申报可使效用保持在最优值的相对$O(\epsilon \cdot \text{poly}(n))$因子内。

实验结果

研究问题

• RQ1 能否仅使用价值查询而非彩票价值查询来实现组合拍卖的期望真实机制？
• RQ2 当用价值查询替代彩票价值查询时，真实性与计算可行性之间的权衡是什么？
• RQ3 在价值预言机模型中，近似MIDR分配规则对加权拟阵秩和估值的社会福利近似程度如何？
• RQ4 黑箱转换能否将近似MIDR规则转化为近似TIE机制，且近似损失有界？
• RQ5 在所得近似TIE机制下，社会福利的近似因子能达到多少？

主要发现

• 本文构建了一个在价值预言机模型中运行时间为多项式的$(1 - \epsilon)$-近似MIDR分配规则，对加权拟阵秩和估值实现了$(1 - 1/e - \epsilon)$-近似社会福利。
• 该机制确保诚实申报可使效用保持在最优值的相对$1 - O(\epsilon \cdot \text{poly}(n))$因子内，从而在$\epsilon' = \epsilon \cdot \text{poly}(m,n)$下建立了$(1 - \epsilon')$-近似期望真实性。
• 结果表明，价值预言机模型足以实现该机制，且仅带来真实性与近似质量的微小、多项式有界的损失。
• 本文证明，即使在通过独立性预言机给出拟阵的情况下，计算拟阵秩函数的彩票价值查询也是#P难的，最坏情况下需要指数级数量的查询。
• 该机制恢复了原始TIE机制所实现社会福利的至少$(1 - O(1/n))$-比例，即实现了$(1 - O(1/\text{poly}(m,n)))$-近似因子。
• 对于任意$\epsilon = 1/\text{poly}(m,n)$，该机制可通过多项式时间计算实现真实性与近似性上的任意小误差。