使用同时移动蒙特卡洛树搜索，在具有预算和资格约束的同时升序拍卖中高效投标
摘要：用于频谱拍卖的同时上升拍卖（SAA）机制几十年来一直是最受欢迎的机制。最近，许多国家已经使用该机制来分配5G许可证。虽然SAA提供了相对简单的规则，但它引发了一个复杂的战略博弈，其最佳投标策略尚不清楚。考虑到有时数十亿欧元的利益与SAA有关，建立有效的投标策略至关重要。在这项工作中，我们将拍卖模型化为带有完全信息的$n$个玩家同时行动的博弈，并提出了第一个解决其四个主要战略问题（“暴露问题”，“自身价格效应”，“预算约束”和“资格管理问题”）的高效投标算法。我们的解决方案称为$SMS^alpha$，它基于同时行动的蒙特卡洛树搜索（SM-MCTS），并依赖于一种新的预测收盘价的方法。通过在$SMS^alpha$中引入标量化奖励，我们使投标者有可能定义自己的风险厌恶水平。通过对实际规模的实例进行广泛的数值实验，我们展示了$SMS^alpha$显著优于最先进的算法，尤其是在在承担较小风险的同时实现更高期望效用。
作者：Alexandre Pacaud, Aurelien Bechler and Marceau Coupechoux
论文ID：2307.11428
分类：Computer Science and Game Theory
分类简称：cs.GT
提交时间：2023-07-24