[论文解读] Optimal Multi-Dimensional Mechanism Design: Reducing Revenue to Welfare Maximization

Yang Cai, Constantinos Daskalakis+1 more|arXiv (Cornell University)|Jul 23, 2012

Auction Theory and Applications参考文献 20被引用 58

一句话总结

本文提出了一种计算高效的归约方法，将多维贝叶斯拍卖中具有任意可行性与需求约束的收益最大化机制设计问题，归约为福利最大化问题。该文引入了虚拟VCG分配规则，并证明任意最优拍卖均可通过这些规则的分布实现，从而利用对VCG机制的黑箱访问实现多项式时间计算。

ABSTRACT

We provide a reduction from revenue maximization to welfare maximization in multi-dimensional Bayesian auctions with arbitrary (possibly combinatorial) feasibility constraints and independent bidders with arbitrary (possibly combinatorial) demand constraints, appropriately extending Myerson's result to this setting. We also show that every feasible Bayesian auction can be implemented as a distribution over virtual VCG allocation rules. A virtual VCG allocation rule has the following simple form: Every bidder's type t_i is transformed into a virtual type f_i(t_i), via a bidder-specific function. Then, the allocation maximizing virtual welfare is chosen. Using this characterization, we show how to find and run the revenue-optimal auction given only black box access to an implementation of the VCG allocation rule. We generalize this result to arbitrarily correlated bidders, introducing the notion of a second-order VCG allocation rule. We obtain our reduction from revenue to welfare optimization via two algorithmic results on reduced forms in settings with arbitrary feasibility and demand constraints. First, we provide a separation oracle for determining feasibility of a reduced form. Second, we provide a geometric algorithm to decompose any feasible reduced form into a distribution over virtual VCG allocation rules. In addition, we show how to execute both algorithms given only black box access to an implementation of the VCG allocation rule. Our results are computationally efficient for all multi-dimensional settings where the bidders are additive. In this case, our mechanisms run in time polynomial in the total number of bidder types, but not type profiles. For generic correlated distributions, this is the natural description complexity of the problem. The runtime can be further improved to poly(#items, #bidders) in item-symmetric settings by making use of recent techniques.

研究动机与目标

• 解决在具有任意可行性与需求约束的多维设置下设计收益最优机制的挑战。
• 将Myerson的单维收益最大化框架扩展至具有独立或相关投标人的多维、组合设置。
• 提供一种黑箱方法，仅通过访问VCG分配规则实现，即可计算收益最优机制。
• 刻画可行的简化形式，并将其分解为虚拟VCG规则的分布，以实现计算上的可行性。
• 在机制设计框架中容纳预算约束，同时保持计算效率和近似激励相容性。

提出的方法

• 引入虚拟VCG分配规则的概念，其中每个投标人的类型通过一个与投标人相关的函数转换为虚拟类型。
• 证明收益最优机制对应于在这些变换后的类型上最大化虚拟福利的分配规则。
• 开发一个分离 oracle，用于测试简化形式拍卖的可行性，从而实现在可行机制空间中的高效优化。
• 设计一种几何算法，将任意可行的简化形式分解为虚拟VCG分配规则的分布。
• 证明分离 oracle 和分解算法均可仅通过黑箱访问 VCG 分配规则实现来执行。
• 通过引入二阶 VCG 分配规则，将框架扩展至相关投标人情形，并为项目对称设置提供一种计算高效的机制。

实验结果

研究问题

• RQ1 在具有任意可行性与需求约束的多维贝叶斯拍卖中，收益最大化能否被归约为福利最大化？
• RQ2 如何构建并使用虚拟VCG分配规则，在多项式时间内实现收益最优机制？
• RQ3 当仅能通过黑箱访问VCG机制时，寻找并执行收益最优机制的计算复杂度是多少？
• RQ4 如何在不牺牲计算效率或激励相容性的情况下，将预算约束纳入机制设计框架？
• RQ5 从收益到福利优化的归约方法在投标人类型具有任意相关性的情况下，可被推广到何种程度？

主要发现

• 本文在具有任意可行性与需求约束的多维贝叶斯拍卖中，建立了从收益最大化到福利最大化的归约，将Myerson的结果推广至组合设置。
• 每个可行的贝叶斯拍卖均可通过虚拟VCG分配规则的分布实现，其中每个投标人的类型被映射为虚拟类型，且分配规则最大化虚拟福利。
• 该机制的运行时间在项目数、投标人数量以及每个投标人价值分布支撑集的基数上为多项式时间，假设为可加或可高效映射的估值。
• 在项目对称设置下，运行时间进一步优化为仅与项目数和投标人数量的多项式相关，利用了先前工作的技术。
• 该归约实现了近似BIC机制，其收益次优性被有界于 $ O( ext{poly}^{-1}(n,m) + ext{poly}^{-1}( ext{support size})) $，且可在多项式时间内使其任意小。
• 通过修改线性规划公式以包含预算约束，该框架可容纳预算约束，但需接受中期个体理性与 $\delta$-BIC 机制，而非精确的BIC。