针对非短视竞拍者的最优保留价格学习
计算机科学与博弈论
2018-05-01 v1
摘要
我们考虑在重复拍卖中针对非短视竞拍者学习最优保留价格的问题，这些竞拍者可能会策略性出价以在未来轮次中获益，即使单轮拍卖是诚实的。以往的算法（例如经验定价）在这种设定下通常无法提供非平凡的遗憾界。我们提出的算法能够在市场庞大（即没有竞拍者出现在恒定比例的轮次中）或竞拍者缺乏耐心（即他们以某个略微偏离 1 的因子折现未来效用）的情况下，针对非短视竞拍者获得较小的遗憾。我们的方法仔细控制了向每个竞拍者揭示的信息，并建立在差分隐私在线学习以及近期关于联合差分隐私算法的研究路线的技术之上。
引用
@article{arxiv.1804.11060,
title = {Learning Optimal Reserve Price against Non-myopic Bidders},
author = {Zhiyi Huang and Jinyan Liu and Xiangning Wang},
journal= {arXiv preprint arXiv:1804.11060},
year = {2018}
}