[论文解读] Valuation Compressions in VCG-Based Combinatorial Auctions

Paul Duetting, Monika Henzinger+1 more|arXiv (Cornell University)|Oct 11, 2013

Auction Theory and Applications参考文献 18被引用 14

一句话总结

本文分析了在投标人被限制于特定出价子空间（如可加性或非可加性出价，例如 OXS 和 GS）时，基于 VCG 的组合拍卖中福利损失的情况，这些子空间允许高效计算 VCG 结果。本文引入一种宽松平滑框架，以建立对价格无政府（PoA）的上界，表明福利损失随出价表达能力的增强而增加，其中对分数次可加性估值的紧致上界为 2，对子可加性到 OXS 出价在纯纳什均衡下的 PoA 上界为 2.4。

ABSTRACT

The focus of classic mechanism design has been on truthful direct-revelation mechanisms. In the context of combinatorial auctions the truthful direct-revelation mechanism that maximizes social welfare is the VCG mechanism. For many valuation spaces computing the allocation and payments of the VCG mechanism, however, is a computationally hard problem. We thus study the performance of the VCG mechanism when bidders are forced to choose bids from a subspace of the valuation space for which the VCG outcome can be computed efficiently. We prove improved upper bounds on the welfare loss for restrictions to additive bids and upper and lower bounds for restrictions to non-additive bids. These bounds show that the welfare loss increases in expressiveness. All our bounds apply to equilibrium concepts that can be computed in polynomial time as well as to learning outcomes.

研究动机与目标

• 分析当投标人被限制于计算上高效的出价子空间时，基于 VCG 的组合拍卖中的效率损失。
• 理解出价空间的表达能力（例如可加性与非可加性）如何影响均衡状态下的社会福利。
• 提出一种新的平滑概念——宽松平滑，以实现对相关均衡和粗相关均衡下福利损失的更紧致界。
• 为各种出价与估值类别（包括子可加性、分数次可加性和 OXS 出价）建立价格无政府（PoA）的上下界。
• 表明 PoA 可随出价表达能力的增强而严格增加，挑战了‘更丰富的出价能提升效率’的假设。

提出的方法

• 提出一种名为‘宽松平滑’的新平滑概念，允许偏离出价依赖于他人出价分布，但不依赖于自身出价，从而为粗相关均衡和后悔最小化学习提供界。
• 将宽松平滑应用于推导出在可加性出价下，相关均衡和粗相关均衡的 PoA 上界为 4。
• 采用新颖技术处理由非可加性出价引发的非可加性价格，扩展了以往依赖可加性估值和价格的研究。
• 利用 VCG 机制的结果封闭性，将可加性出价空间的下界转移至非可加性出价空间，证明纯纳什均衡下 PoA 随表达能力增强而不会减少。
• 应用关于出价单调性和子可加性分解（例如通过 XOS 表示）的引理，以界定向均衡结果中的支付差异和福利差距。
• 通过估值空间的结构特性推导定量界：对子可加性估值，上界为 O(log m)，下界为 Ω(1/log m)；对分数次可加性估值，上下界均为 2/1/2。

实验结果

研究问题

• RQ1 当投标人被限制于可加性出价时，在基于 VCG 的组合拍卖中，福利损失（即价格无政府）的最坏情况是多少？
• RQ2 与可加性出价相比，当投标人使用更具表达能力的非可加性出价空间（如 OXS 或 GS）时，价格无政府如何变化？
• RQ3 能否使用宽松平滑框架，为多项式时间可计算的均衡和学习结果推导出更紧致的福利损失界？
• RQ4 即使机制在优势策略下是 truthful 且高效的，VCG 机制中的福利损失是否严格随出价表达能力的增强而增加？
• RQ5 对于非可加性出价空间（如 OXS 和分数次可加性估值）而言，价格无政府的最紧致上下界是什么？

主要发现

• 当投标人被限制于可加性出价时，相关均衡和粗相关均衡下的价格无政府最多为 4，优于以往的对数界。
• 对于受限于非可加性出价（如 OXS）的子可加性估值，价格无政府在最坏情况下为 O(log m)，下界为 Ω(1/log m)，表明其对物品数量 m 具有对数依赖性。
• 对于分数次可加性估值，价格无政府的上下界均为精确值 2，表明分析的紧致性。
• 在纯纳什均衡下，对受限于 OXS 出价的子可加性估值，价格无政府的下界为 2.4，表明福利损失可随表达能力增强而增加。
• VCG 机制满足结果封闭性，意味着从更具表达能力到更少表达能力的出价空间移动时，纯纳什均衡下的福利损失不会减少，从而可实现下界的转移。
• 后悔最小化投标人的平均福利收敛至最优福利的至少 1/4，与相关均衡的上界一致。