无货币情形下利于优化的通用机制

本文的目标是开发一个通用框架，用于将现代优化算法转化为输入来自自利智能体的机制。我们聚焦于在无货币情形下聚合 $n$ 个参与者的偏好。该设定的特例包括投票、通过抽签分配物品以及匹配。我们的关键技术贡献是一种称为\apex（自适应定价外部性均衡）的新元算法。该框架具有足够的通用性，可与任何基于局部搜索的优化算法结合。我们概述了研究该算法性质与应用的议程。作为将该框架应用于带抽签的单边分配问题的特例，我们获得了Hylland与Zeckhauser于1979年关于通过等收入竞争均衡（CEEI）进行分配的结果的强化。[HZ79]结果假定存在一种（分数）分配和一组物品价格，使得该分配在给定价格下为竞争均衡。我们进一步证明，总存在对参与者效用值的重新加权，使得以重新加权后的效用运行单位需求VCG可得到HZ均衡价格。有趣的是，并非所有HZ竞争均衡都源自VCG价格。作为证明的一部分，我们仅使用Brouwer不动点定理（而非更一般的Kakutani定理）重新证明了[HZ79]结果。这本身可能具有独立意义。