贝叶斯算法机制设计
计算机科学与博弈论
2017-08-21 v2
摘要
算法机制设计的主要问题在于将自私行为带来的激励约束与计算难解性带来的算法约束结合起来。该领域的动机源于观察到设计激励相容机制的首要方法，即维克里-克拉克-格罗夫斯方法，以及规避计算障碍的核心方法，即近似算法，从根本上是不兼容的：将VCG方法自然地应用于近似算法无法产生激励相容的机制。我们考虑将（事后）激励相容(IC)的要求放宽为贝叶斯激励相容(BIC)，其中说真话是一个贝叶斯-纳什均衡（经济学中激励相容的标准概念）。对于单参数智能体环境中的福利最大化，我们给出一个通用的黑箱归约，该归约将任何近似算法转化为一个具有本质上相同近似因子的贝叶斯激励相容机制。
引用
@article{arxiv.0909.4756,
title = {Bayesian Algorithmic Mechanism Design},
author = {Jason D. Hartline and Brendan Lucier},
journal= {arXiv preprint arXiv:0909.4756},
year = {2017}
}