[论文解读] Bayesian Optimal Auctions via Multi- to Single-agent Reduction

Saeed Alaei, Hu Fu+3 more|arXiv (Cornell University)|Mar 22, 2012

Auction Theory and Applications参考文献 27被引用 26

一句话总结

本文提出了一种将多Agent贝叶斯最优拍卖设计问题简化为单Agent优化问题的新方法，即使在预算、风险偏好和多维类型等复杂约束下，也能实现收益最大化机制的高效计算。关键贡献在于：通过一个具有 O(D²) 个约束的高维多面体，对联合可行的中间分配规则进行了多面体表征，从而实现了高效的优化，并可通过随机化贪心机制实现事后的实施。

ABSTRACT

We study an abstract optimal auction problem for a single good or service. This problem includes environments where agents have budgets, risk preferences, or multi-dimensional preferences over several possible configurations of the good (furthermore, it allows an agent's budget and risk preference to be known only privately to the agent). These are the main challenge areas for auction theory. A single-agent problem is to optimize a given objective subject to a constraint on the maximum probability with which each type is allocated, a.k.a., an allocation rule. Our approach is a reduction from multi-agent mechanism design problem to collection of single-agent problems. We focus on maximizing revenue, but our results can be applied to other objectives (e.g., welfare). An optimal multi-agent mechanism can be computed by a linear/convex program on interim allocation rules by simultaneously optimizing several single-agent mechanisms subject to joint feasibility of the allocation rules. For single-unit auctions, Border \citeyearpar{B91} showed that the space of all jointly feasible interim allocation rules for $n$ agents is a $\NumTypes$-dimensional convex polytope which can be specified by $2^\NumTypes$ linear constraints, where $\NumTypes$ is the total number of all agents' types. Consequently, efficiently solving the mechanism design problem requires a separation oracle for the feasibility conditions and also an algorithm for ex-post implementation of the interim allocation rules. We show that the polytope of jointly feasible interim allocation rules is the projection of a higher dimensional polytope which can be specified by only $O(\NumTypes^2)$ linear constraints. Furthermore, our proof shows that finding a preimage of the interim allocation rules in the higher dimensional polytope immediately gives an ex-post implementation.

研究动机与目标

• 解决当Agent具有复杂偏好（包括私人预算、风险规避或多维类型）时，设计最优拍卖所面临的计算挑战。
• 将Border（1991）针对单单位拍卖的可行性表征推广至k单位和拟阵环境。
• 通过将多Agent问题约化为一系列单Agent问题，实现对可行中间分配规则的高效优化。
• 提出一种构造性方法，通过随机化基于排名的机制，实现中间分配规则的事后实施。
• 将最优机制设计的适用范围扩展至具有随机供给或大规模、简洁描述类型空间的场景。

提出的方法

• 将多Agent机制设计问题约化为一组受中间分配规则联合可行性约束的单Agent优化问题。
• 将可行中间分配规则的空间表征为一个高维多面体的投影，该多面体具有 O(D²) 个线性约束，推广了Border针对单单位拍卖所提出的多面体。
• 利用拟阵结构，通过分离 oracle 和基于采样的近似方法，实现在可行中间分配规则上的高效优化。
• 通过在高维多面体中寻找原像，构造事后实施，该方法直接产生按固定顺序服务Agent的随机化贪心机制。
• 将该约化方法应用于k单位和拟阵环境，证明可行分配规则可通过分离-oracle 算法进行优化，并通过随机化贪心机制实现。
• 通过使用oracle访问和单Agent问题的近似方案，将该方法扩展至具有随机供给或大规模类型空间的场景。

实验结果

研究问题

• RQ1 当Agent具有私人预算、风险偏好或多维类型时，能否高效计算贝叶斯最优拍卖？
• RQ2 在超越单单位拍卖的多Agent场景中，如何高效表征并优化联合可行的中间分配规则空间？
• RQ3 在k单位和拟阵环境中，可行中间分配规则的结构是什么？该结构如何用于机制设计？
• RQ4 能否高效构造中间分配规则的事后实施？其是否具有如随机化贪心机制等简洁形式？
• RQ5 该基于约化的思路在多大程度上可扩展至大规模或无限类型空间，特别是当类型被简洁描述时？

主要发现

• 对于具有D种总类型的n个Agent，联合可行中间分配规则的空间被表征为仅含 O(D²) 个线性约束的高维多面体的投影，显著优于Border的 2^D 个约束。
• 通过分离oracle和基于采样的近似方法，可在可行中间分配规则上实现高效优化，尤其当底层拟阵结构允许高效计算秩函数时。
• 通过在高维多面体中寻找原像，可精确构造任意可行中间分配规则的事后实施，从而直接生成按固定顺序服务Agent的随机化基于排名的机制。
• 在k单位和拟阵环境中，最优机制可通过基于分离-oracle的算法计算，并通过随机化贪心机制实现，该机制形式简洁且效率高。
• 当对应单Agent问题存在多项式时间近似方案（PTAS）时，该约化框架可为多Agent问题提供PTAS，即使在类型空间大规模或无限时亦成立。
• 该方法不仅适用于独立类型分布，还可推广至随机供给模型，在此类模型中，最优拍卖是针对Agent类型随机排序的随机化贪心机制。