无先验信息的非货币机制设计：通过自适应代价审计实现效率

我们研究具有策略性代理人的重复资源分配问题，其中不允许货币转移，且规划者没有关于代理人效用分布的先验信息。受代价高昂的状态验证文献启发，我们假设规划者可以在分配后对获胜代理人请求代价高昂的审计，以揭示其真实效用，但无权撤销分配。我们设计了一种机制，在社会福利方面实现了与 $T$ 无关的 $\mathcal O(K^2)$ 遗憾值，同时期望审计次数为 $\mathcal O(K^3 \log T)$，其中 $K$ 是代理人数量，$T$ 是轮次。我们进一步证明了遗憾值的 $\Omega(K)$ 下界，以及实现低遗憾所需审计次数的 $\Omega(1)$ 下界。我们还将机制和分析推广到不完美审计模型。在算法上，我们表明激励真实行为依赖于在线准确估计代理人的真实获胜概率。为此，我们通过自适应审计施加未来惩罚；我们还引入了一个激励对齐的标记组件，允许代理人标记有偏估计，并证明这符合他们的最佳利益。在分析上，由于缺乏分布信息，显示原理无法决定一个真实均衡。相反，我们通过将其归约为一个仅包含良性策略的辅助博弈，刻画了一个完美贝叶斯均衡。本文开发的技术工具对于其他显示原理不适用的鲁棒机制设计问题可能具有独立的研究价值。