大型博弈中的机制设计：激励与隐私

我们研究在不完全信息环境下实施完全信息博弈均衡的问题，并利用“推荐机制”解决此问题。推荐机制不具备强制结果或强迫参与的权力，而仅能基于自愿参与提出结果建议。我们表明，尽管存在这些限制，只要博弈是大型的——即玩家数量众多，且任何玩家的行动对其他任何玩家的收益影响至多很小——推荐机制就能在不完全信息环境下实施完全信息博弈的均衡。我们的结果源于对差分隐私的一种新颖应用。我们证明，任何计算完全信息博弈相关均衡并满足差分隐私变体（我们称之为联合差分隐私）的算法，都可用作满足所需激励性质的推荐机制。我们的主要技术成果是一种在满足联合差分隐私的同时计算大型博弈相关均衡的算法。虽然我们的推荐机制旨在满足博弈论性质，但我们的解决方案最终也满足了强大的隐私性质。任何玩家群体都无法从机制的推荐中了解到关于群体外任何玩家类型的“太多”信息，即使这些玩家以任意方式共谋。因此，我们的算法能够在不泄露实现类型信息的情况下实施完全信息博弈的均衡。