对异质买家稳健的动态首价拍卖
计算机科学与博弈论
2019-06-11 v1
摘要
我们研究重复拍卖中用于优化收益的动力学机制，该机制对买家的异质前瞻性及学习行为具有稳健性。通常假设买家要么全部是短视的，要么全部是无限前瞻的，且买家理解并信任该机制。这些假设引出了以下问题：当买家群体是异质时，是否可能设计出近似收益最优的机制？面对由未知混合的 步前瞻买家、短视买家、无遗憾学习者和无策略遗憾学习者组成的异质买家群体，我们设计了一种简单的基于状态的机制，该机制实现了最优可达收益的一个常数比例。
引用
@article{arxiv.1906.03286,
title = {Dynamic First Price Auctions Robust to Heterogeneous Buyers},
author = {Shipra Agrawal and Eric Balkanski and Vahab Mirrokni and Balasubramanian Sivan},
journal= {arXiv preprint arXiv:1906.03286},
year = {2019}
}