可证明策略-proof 的拍卖网络认证
计算机科学与博弈论
2020-06-17 v1 人工智能
机器学习
多智能体系统
摘要
最优拍卖在买家个体理性与策略-proof 前提下最大化卖家的期望收益。Myerson 于 1981 年的开创性工作解决了单物品拍卖的情形；然而此后数十年的工作在进入多物品方面进展甚微，使得收益最大化拍卖的设计成为机制设计领域的核心开放问题。近期“可微经济学”方向的工作利用现代深度学习工具转而学习优良机制。我们聚焦于 RegretNet 架构，其可表示具有任意物品数与参与人数的拍卖；它经训练在经验上策略-proof，但该性质从未被精确验证，从而为市场参与者留下可 exploited 的潜在漏洞。我们提出借助神经网络验证文献中的技术，在特定估值画像下显式验证策略-proof 性。此举需对 RegretNet 架构做若干修改，以在整数规划中精确表示它。我们在若干设定下训练网络并生成证书，包括最优策略-proof 机制未知的设定。
引用
@article{arxiv.2006.08742,
title = {Certifying Strategyproof Auction Networks},
author = {Michael J. Curry and Ping-Yeh Chiang and Tom Goldstein and John Dickerson},
journal= {arXiv preprint arXiv:2006.08742},
year = {2020}
}