[论文解读] Mechanism Design for Online Resource Allocation: A Unified Approach

Xiaoqi Tan, Bo Sun+3 more|arXiv (Cornell University)|Apr 20, 2020

Optimization and Search Problems参考文献 38被引用 7

一句话总结

本文提出了一种统一的激励相容在线机制，用于在容量约束和变化的供应成本下进行资源分配，采用一种原则性的定价函数，在零成本、线性成本和严格凸成本函数下均实现了最优的竞争比。该研究首次为严格凸成本建立了最优竞争比，并统一了三类成本类型下的结果。

ABSTRACT

This paper concerns the mechanism design for online resource allocation in a strategic setting. In this setting, a single supplier allocates capacity-limited resources to requests that arrive in a sequential and arbitrary manner. Each request is associated with an agent who may act selfishly to misreport the requirement and valuation of her request. The supplier charges payment from agents whose requests are satisfied, but incurs a load-dependent supply cost. The goal is to design an incentive compatible online mechanism, which determines not only the resource allocation of each request, but also the payment of each agent, so as to (approximately) maximize the social welfare (i.e., aggregate valuations minus supply cost). We study this problem under the framework of competitive analysis. The major contribution of this paper is the development of a unified approach that achieves the best-possible competitive ratios for setups with different supply costs. Specifically, we show that when there is no supply cost or the supply cost function is linear, our model is essentially a standard 0-1 knapsack problem, for which our approach achieves logarithmic competitive ratios that match the state-of-the-art (which is optimal). For the more challenging setup when the supply cost is strictly-convex, we provide online mechanisms, for the first time, that lead to the optimal competitive ratios as well. To the best of our knowledge, this is the first approach that unifies the characterization of optimal competitive ratios in online resource allocation for different setups including zero, linear and strictly-convex supply costs.

研究动机与目标

• 设计一种激励相容的在线机制，以在具有策略性参与者的资源分配中最大化社会福利。
• 解决在容量限制和负载相关供应成本下实现最优性能的挑战。
• 统一分析零、线性和严格凸供应成本函数下的竞争比。
• 开发一种通用定价函数，无论成本结构如何，均能实现最优性能。
• 将现有结果扩展至此前未解决的严格凸供应成本情形。

提出的方法

• 提出一种基于关键阈值和分段定价函数的统一在线机制设计框架。
• 推导出一组三个方程（53a）-（53c），用于计算定价函数的最优参数 ω*、u* 和 α*。
• 利用两点边值问题（BVPs）在不同区间内构造最优定价函数 φ*，基于阈值取值。
• 应用竞争分析评估性能，其中竞争比 α* 定义为社会福利最坏情况下的近似比。
• 采用数值方法求解不同估值边界（p̄, p̄）下的 α* 方程组。
• 通过理论推导和数值模拟验证方法，结果表明 α* 随 p̄ 单调递增。

实验结果

研究问题

• RQ1 是否能通过单一机制在不同供应成本函数（包括零、线性和严格凸成本）下均实现最优竞争比？
• RQ2 何种最优定价函数可确保激励相容性，并在在线资源分配中最大化社会福利？
• RQ3 在严格凸供应成本下，最优竞争比的行为如何？此前该问题尚未解决。
• RQ4 关键阈值 ω* 及其他设计参数能否系统性地推导出适用于所有成本类型？
• RQ5 是否存在一种通用定价函数，可统一实现不同成本结构下的最优性能？

主要发现

• 所提出的机制在零成本和线性成本下实现了最优的竞争比，与现有最优对数界完全一致。
• 首次在严格凸供应成本下建立了最优竞争比，解决了长期存在的开放性问题。
• 最优竞争比 α* 随估值密度上界 p̄ 单调递增，当 p̄ = p̄ 时达到 α* = 1。
• 方程组（53a）-（53c）唯一确定了二次成本函数 f(y) = ½y² 下的最优参数 ω*、u* 和 α*。
• 通过两个两点边值问题（BVPs）构造了最优定价函数，确保了激励相容性和社会福利最大化。
• 数值结果验证了理论发现，表明在不同估值范围下均表现出一致且最优的性能。