利用同步移动蒙特卡洛树搜索在带预算与资格约束的同时升价拍卖中高效出价

几十年来，同时升价拍卖（SAA）一直是频谱拍卖中最流行的机制，近来许多国家已将其用于 5G 牌照的分配。尽管 SAA 的规则相对简单，它却诱导出一个复杂的策略博弈，其最优出价策略未知。考虑到 SAA 中有时涉及数十亿欧元的利益，建立高效的出价策略至关重要。在本文中，我们将该拍卖建模为具有完全信息的 $n$ 人同步移动博弈，并提出首个高效出价算法，同时解决其四个主要策略问题：暴露问题、自身价格效应、预算约束与资格管理问题。我们的方案称为 $SMS^\alpha$，基于同步移动蒙特卡洛树搜索（SM-MCTS），并依赖一种预测收盘价格的新方法。通过在 $SMS^\alpha$ 中引入新的奖励函数，我们使出价者能够定义其自身的风险厌恶水平。通过在真实规模实例上的大量数值实验，我们表明 $SMS^\alpha$ 大幅优于现有最优算法，特别是在以更小风险取得更高期望效用时。