[论文解读] Optimal Budget-Feasible Mechanisms for Additive Valuations

Nick Gravin, Yaonan Jin+2 more|arXiv (Cornell University)|Feb 12, 2019

Auction Theory and Applications参考文献 26被引用 4

一句话总结

本文提出了一种针对可加估值的新随机预算可行机制，其在分数背包基准下实现了紧致的2-近似保证，优于此前最佳结果3。此外，还提出了一种确定性机制，实现了3-近似，与积分基准下已知的最佳界一致，采用了一种新颖的两阶段设计：先剔除单位成本价值较低的项目，再应用定价机制。

ABSTRACT

In this paper, we show a tight approximation guarantee for budget-feasible mechanisms with an additive buyer. We propose a new simple randomized mechanism with approximation ratio of $2$, improving the previous best known result of $3$. Our bound is tight with respect to either the optimal offline benchmark, or its fractional relaxation. We also present a simple deterministic mechanism with the tight approximation guarantee of $3$ against the fractional optimum, improving the best known result of $(2+ \sqrt{2})$ for the weaker integral benchmark.

研究动机与目标

• 弥合可加估值下预算可行机制的最优上界与下界之间的差距。
• 设计一种真实机制，在预算约束下实现最优近似比。
• 在此设置中明确区分随机化与确定性机制的性能差异。
• 超越此前随机机制的3和确定性机制的(2+√2)的最佳已知结果。
• 证明分数背包基准在此类机制设计背景下是合理且紧致的基准。

提出的方法

• 提出一种两阶段机制：首先，通过贪心策略排除单位价值-成本比率较低的项目，形成候选集。
• 在第二阶段，基于剩余项目的估值和成本应用定价机制。
• 采用一种随机机制，以特定概率在两个价格水平间选择，以确保真实性和预算可行性。
• 在预算分配上使用概率分布，以平衡高价值与低成本项目之间的权衡。
• 将背包问题的分数松弛作为近似分析的基准。
• 使用概率分析，界定任何代理接受定价的概率，以确保个体理性与真实性。

实验结果

研究问题

• RQ1 对于可加估值，随机预算可行机制能否在近似比上优于目前已知的最佳确定性机制？
• RQ2 在分数背包基准下，2-近似比对随机机制是否为紧致？
• RQ3 确定性机制能否实现3-近似保证，与积分背包基准下已知的最佳上界一致？
• RQ4 在第二阶段中，剔除低单位价值-成本项目与保留高价值选项之间的最优权衡是什么？
• RQ5 在第二阶段使用定价机制是否能在保持真实性和预算可行性的同时，实现更好的近似保证？

主要发现

• 所提出的随机机制在分数背包基准下实现了2-近似比，该界即使相对于积分背包基准也是紧致的。
• 确定性机制在分数最优解下实现了3-近似比，优于此前最佳已知结果(2+√2)。
• 随机机制的2-近似界是最优的，因为即使在较弱的积分背包基准下，任何机制也无法实现优于2-近似的性能。
• 两阶段设计——先剔除低单位价值-成本项目，再应用定价——被证明是高效且可推广的，且第一阶段的停止时机早于以往工作。
• 分析表明，任何代理接受定价的概率至少为 q_T + (v_i - r·c_i)/(2v_i)，这确保了真实性和个体理性。
• 结果确立了明确的性能差异：任何确定性机制都无法实现优于(√2+1)-近似的性能，而随机机制已实现2-近似，充分展示了随机化的优势。