[论文解读] Optimal Procurement Auction for Cooperative Production of Virtual Products: Vickrey-Clarke-Groves Meet Cremer-McLean

Mingshu Cong, Xi Weng+3 more|arXiv (Cornell University)|Jul 29, 2020

Auction Theory and Applications参考文献 27被引用 4

一句话总结

该论文提出PVCG机制，一种用于合作虚拟产品生产的新型采购拍卖机制，结合VCG与Crémer-McLean机制，以应对双重供给方信息不对称问题——产能限制与成本——在合理假设下，同时实现真实性、事后资源配置效率、个体理性以及弱预算平衡。

ABSTRACT

We set up a supply-side game-theoretic model for the cooperative production of virtual products. In our model, a group of producers collaboratively produce a virtual product by contributing costly input resources to a production coalition. Producers are capacitated, i.e., they cannot contribute more resources than their capacity limits. Our model is an abstraction of emerging internet-based business models such as federated learning and crowd computing. To maintain an efficient and stable production coalition, the coordinator should share with producers the income brought by the virtual product. Besides the demand-side information asymmetry, another two sources of supply-side information asymmetry intertwined in this problem: 1) the capacity limit of each producer and 2) the cost incurred to each producer. In this paper, we rigorously prove that a supply-side mechanism from the VCG family, PVCG, can overcome such multiple information asymmetry and guarantee truthfulness. Furthermore, with some reasonable assumptions, PVCG simultaneously attains truthfulness, ex-post allocative efficiency, ex-post individual rationality, and ex-post weak budget balancedness on the supply side, easing the well-known tension between these four objectives in the mechanism design literature.

研究动机与目标

• 解决基于互联网的虚拟商品（如AI模型或计算任务）协同生产中，设计一种盈利性、高效且激励相容的商业模式的挑战。
• 将协同生产过程建模为一个博弈论机制，涉及多个拥有私有产能限制与私有成本的生产者。
• 调和四个关键机制设计目标之间的张力：真实性、事后资源配置效率、事后个体理性以及事后弱预算平衡性，针对供给方。
• 整合Crémer-McLean机制以在需求方提取剩余收益，结合基于VCG的采购机制以在供给方提供激励，从而处理多维信息不对称问题。
• 提出一种基于神经网络的方法，以计算最优调整支付，确保在实践中实现个体理性与弱预算平衡。

提出的方法

• 提出PVCG机制，一种源自VCG家族的供给方机制，以激励生产者真实报告其产能与成本。
• 将生产过程建模为一个协同博弈，其中生产者贡献输入资源，共同生产非竞争性的虚拟产品。
• 在需求方采用Crémer-McLean机制，当估值相关时提取全部消费者剩余，从而实现向生产者更高收益的再分配。
• 设计一种支付规则，依赖于包含特定生产者与不包含该生产者的最优社会剩余之差，以确保类似VCG的激励机制。
• 使用深度神经网络学习满足事后个体理性和弱预算平衡的调整支付，利用合成数据进行训练。
• 采用损失函数训练神经网络，以最小化与理论支付条件的偏差，使用ReLU激活函数以建模非负支付。

实验结果

研究问题

• RQ1 能否设计一种机制，在存在双重供给方信息不对称的协同虚拟产品生产中，同时实现真实性、事后资源配置效率、事后个体理性以及事后弱预算平衡性？
• RQ2 如何将Crémer-McLean机制与VCG机制结合，以在协同生产背景下处理需求方与供给方的双重信息不对称？
• RQ3 神经网络在近似复杂、非解析型支付规则中扮演何种角色，以满足机制设计中的个体理性与预算平衡？
• RQ4 PVCG机制在多大程度上能确保生产者的补偿基于其贡献而非成本，尤其当成本超过某一阈值时？
• RQ5 当估值函数与成本函数为非线性且不可解析处理时，该机制在实际中的表现如何？

主要发现

• 在合理假设下，PVCG机制同时实现了真实性、事后资源配置效率、事后个体理性以及事后弱预算平衡性，解决了机制设计中长期存在的张力问题。
• 基于神经网络的支付近似方法收敛迅速，训练损失在40次迭代内趋近于零，表明对最优支付函数的学习效果良好。
• 生产者的支付随其报告的产能上限增加而上升，证实更高贡献带来更高补偿。
• 当生产者的成本超过某一阈值时，支付急剧降至零，表明此类生产者被排除在联盟之外，机制避免对低效主体进行补贴。
• 机制确保支付仅取决于对社会剩余的贡献，而非私有成本，从而消除了虚报成本的动机。
• 实验结果验证了理论主张：PVCG支付函数表现符合预期，支付随产能单调递增，且在高成本时出现急剧下降。