带预测的在线预算可行机制设计
计算机科学与博弈论
2025-11-20 v3
摘要
用预测增强算法输入是一种算法设计范式，建议利用（可能出错的）预测在预测完美时改善最坏情况性能保证（一致性），同时在预测失败时提供性能保证（鲁棒性）。最近，Xu和Lu [2022]以及Agrawal等人[2024]提出在此框架下考虑具有策略性代理人的设置。在本文中，我们开创了带预测的预算可行机制设计的研究。这些机制建模了采购拍卖场景，其中具有严格预算约束的拍卖人（买方）寻求从一组策略性代理人处购买商品或服务，以最大化其自身的估值函数。我们关注代理人到达顺序随机的在线版本问题。我们设计的机制是真实的、预算可行的，并且对于单调和非单调次模估值函数，与不带预测的最先进对应机制相比，实现了显著改善的竞争比。我们的结果假设可以访问离线问题最优解值的预测。我们通过证明对于该问题的离线版本，访问预测在改善近似保证方面大多无效，以此补充了我们的正面结果。
引用
@article{arxiv.2505.24624,
title = {Online Budget-Feasible Mechanism Design with Predictions},
author = {Georgios Amanatidis and Evangelos Markakis and Christodoulos Santorinaios and Guido Schäfer and Panagiotis Tsamopoulos and Artem Tsikiridis},
journal= {arXiv preprint arXiv:2505.24624},
year = {2025}
}