利用真实中介诱导近似最优流
计算机科学与博弈论
2015-05-11 v2
摘要
我们从机制设计的角度重新审视一个经典的协调问题：在具有自私参与者的网络拥塞博弈中，如何协调出社会福祉最大化的流？经典方法将通行费计算为已知需求的函数，当机制设计者未知需求时此方法失效，且朴素地获取需求未必产生真实机制。相反，我们引入一种弱中介（weak mediator），其可向参与者提供建议路径，并根据报告的需求设定通行费。然而，参与者可选择忽略或向该中介误报其类型。利用差分隐私技术，我们展示了如何设计一种弱中介，使得所有参与者向中介真实报告其类型并忠实遵循其建议是一个渐近事后纳什均衡（asymptotic ex-post Nash equilibrium），且当他们这样做时，最终达到近乎最优的流。值得注意的是，我们的解在不完全信息设定下甚至在无参与者类型先验分布时仍有效。在此过程中，我们开发了用于隐私保护地求解凸规划的新技术，其本身可能具有独立意义。
引用
@article{arxiv.1502.04019,
title = {Inducing Approximately Optimal Flow Using Truthful Mediators},
author = {Ryan Rogers and Aaron Roth and Jonathan Ullman and Zhiwei Steven Wu},
journal= {arXiv preprint arXiv:1502.04019},
year = {2015}
}
备注
Version with latencies not normalized