关于最优多维机制设计
摘要：高效解决独立投标人具有任意需求限制的优化多维机制设计问题，当投标人数量是常数或物品数量是常数时。在第一种情况下，我们需要每个投标人对物品的价值是从可能相关的物品对称分布中采样的，允许每个投标人有不同的分布。在第二个设置中，我们允许每个投标人对物品的价值任意相关，但假设投标人类型的分布是投标人对称的。 对于所有的ε>0，当价值分布是有界的时候，我们获得了ε-近似解，或者当价值分布是无界的，但满足单调危险率条件时，我们获得了(1-ε)-近似解，涵盖了经济学中广泛研究的一类分布。我们的运行时间在max{物品数量，投标人数量}的多项式中，而不是所有投标人对所有物品的联合分布的支持大小，后者通常指数地随着物品数量和投标人数量增加。我们的机制是随机的，明确定价捆绑，并且有时可以适应预算限制。 我们的结果得益于建立了几个新的工具和贝叶斯机制的结构特性。我们提供了一种对称化技术，将任何真实机制转化为具有相同收入并尊重基础价值分布中所有对称性质的机制。我们还证明了物品对称机制满足一种自然的单调性质，这个性质与循环单调性不同，可以算法地利用。最后，我们提供了一种技术，将任何给定的ε-BIC机制（即存在违反激励约束的ε）转化为真正的BIC机制，代价是O(√ε)的收入。我们希望我们的工具可以在我们在这里考虑之外的设置中使用。
作者：Constantinos Daskalakis and S. Matthew Weinberg
论文ID：1112.4006
分类：Computer Science and Game Theory
分类简称：cs.GT
提交时间：2011-12-20