基于傅里叶分析的迭代组合拍卖
摘要：傅立叶分析在有效表示和学习集合函数方面取得了最新进展。本文将傅立叶分析的能力融入到组合拍卖的设计中。关键思想是使用傅立叶稀疏集合函数来近似投标人的价值函数，这可以通过相对较少的查询计算得到。由于这个数量对于实际的组合拍卖来说仍然太大，因此我们提出了一种新的混合设计：首先使用神经网络来学习投标人的价值，然后再应用傅立叶分析到学习到的表示中。在技术层面上，我们制定了一个基于傅立叶变换的获胜者确定问题，并推导出它的混合整数规划形式。基于此，我们设计了一个迭代的组合拍卖，使用基于傅立叶的查询。我们通过实验证明，我们的混合组合拍卖比之前的拍卖设计实现了更高的效率，导致了更公平的社会福利分配，而且显著减少了运行时间。通过这篇论文，我们是首次将傅立叶分析应用于组合拍卖设计，并为未来的研究奠定了基础。我们的代码在GitHub上可用：https://github.com/marketdesignresearch/FA-based-ICAs.
作者：Jakob Weissteiner, Chris Wendler, Sven Seuken, Ben Lubin, Markus P\"uschel
论文ID：2009.10749
分类：Computer Science and Game Theory
分类简称：cs.GT
提交时间：2023-03-14