[论文解读] Bayesian Auctions with Efficient Queries

Jing Chen, Bo Li+2 more|arXiv (Cornell University)|Jan 1, 2018

Auction Theory and Applications参考文献 34被引用 2

一句话总结

本文提出了一种新颖的基于查询的贝叶斯机制设计框架，其中卖家通过分位数查询和价值查询而非完整分布知识来访问竞标者的估值分布。该研究为单件拍卖和单位需求或可加估值的多件拍卖建立了紧致的对数级查询复杂度界，证明了仅需远少于完整分布访问的查询次数即可实现近似最优收益——为在分布不确定性下提供一种实用且可扩展的传统机制设计替代方案。

ABSTRACT

Generating good revenue is one of the most important problems in Bayesian auction design, and many (approximately) optimal dominant-strategy incentive compatible (DSIC) Bayesian mechanisms have been constructed for various auction settings. However, most existing studies do not consider the complexity for the seller to carry out the mechanism. It is assumed that the seller knows "each single bit" of the distributions and is able to optimize perfectly based on the entire distributions. Unfortunately this is a strong assumption and may not hold in reality: for example, when the value distributions have exponentially large supports or do not have succinct representations. In this work we consider, for the first time, the query complexity of Bayesian mechanisms. We only allow the seller to have limited oracle accesses to the players' value distributions, via quantile queries and value queries. For a large class of auction settings, we prove logarithmic lower-bounds for the query complexity for any DSIC Bayesian mechanism to be of any constant approximation to the optimal revenue. For single-item auctions and multi-item auctions with unit-demand or additive valuation functions, we prove tight upper-bounds via efficient query schemes, without requiring the distributions to be regular or have monotone hazard rate. Thus, in those auction settings the seller needs to access much less than the full distributions in order to achieve approximately optimal revenue.

研究动机与目标

• 本文解决了卖家缺乏对竞标者估值分布完整访问的机制设计空白，特别是在分布规模庞大或无界时。
• 研究在仅有限访问分布 oracle 的情况下，是否可以实现近似最优收益，而非依赖完整分布知识。
• 目标是建立在主导策略激励相容（DSIC）机制中实现最优收益常数近似所需查询数目的基本极限——下界与上界。
• 研究聚焦于单件拍卖、单位需求拍卖和可加估值拍卖，在诸如无界支持下具有小尾部分布的现实假设下。
• 旨在通过量化最小查询需求，为现有需要完整分布访问的机制提供一种实用且可扩展的替代方案。

提出的方法

• 卖家通过两种类型的 oracle 查询与竞标者分布交互：分位数查询（给定分位数，对应的价值是什么？）和价值查询（给定价值，对应的分位数是什么？）。
• 论文分析了非自适应查询方案，即所有查询在拍卖前一次性完成，以模拟现实场景如数据库访问或市场调查。
• 通过信息论论证证明了查询复杂度的下界，表明在单件拍卖中实现 (1+ǫ)-近似收益至少需要 Ω(nǫ−1 log H) 次查询。
• 对于多件拍卖场景，推导出在单位需求和可加拍卖中实现 c-近似收益的下界为 Ω(mn log H / log c)，其中常数 c > 1。
• 上界通过精心设计的查询方案实现，通过以保持收益近似的方式采样值和分位数，结合切尔诺夫不等式与尾部函数分析。
• 关键技术组件是使用“向下取整”方案对分布进行离散化，同时保持分位数关系，从而在收益估计中实现有界误差。

实验结果

研究问题

• RQ1 卖家在 DSIC 贝叶斯拍卖中实现最优收益常数近似，最少需要进行多少次查询？
• RQ2 当分布规模庞大或无界时，卖家是否能以远少于分布支撑集大小的查询次数实现近似最优收益？
• RQ3 在相同的收益近似保证下，不同拍卖类型（单件、单位需求、可加估值）的查询复杂度界有何差异？
• RQ4 自适应查询策略相较于非自适应策略在减少查询次数方面能有多大改进？是否存在根本性的对数级差距？
• RQ5 该框架能否在不显式表示完整分布的前提下，处理具有小尾部假设的无界分布？

主要发现

• 对于单件拍卖，论文建立了紧致的查询复杂度为 Θ(nǫ−1 log H)，以实现对最优 BIC 收益的 (1+ǫ)-近似，表明其对 H 的对数依赖和对 ǫ 的反比依赖。
• 在单位需求拍卖中，c-近似收益的查询复杂度下界为 Ω(mn log H / log c)，并实现了上界 O(mn log H / log(c/24))，证明当 c > 24 时结果的紧致性。
• 对于可加估值拍卖，查询复杂度下界为 Ω(mn log H / log c)，并证明了上界 O(mn log H / log(c/8))，当 c > 8 时显示其在有界情况下的紧致性。
• 论文证明，对于满足小尾部假设的无界分布，其查询复杂度界与有界分布相同，将结果扩展至现实中的无界场景。
• 结果表明，非自适应查询方案近乎最优，因为自适应策略无法将查询复杂度改进超过对数因子。
• 结果意味着，即使完整分布无法存储或计算，卖家也能仅通过对数级查询访问实现近似最优收益。