从对偶视角看说服与激励
计算机科学与博弈论
2019-09-25 v1
摘要
拉格朗日对偶（Lagrangian duality）是经典与现代机制设计的基础。特别地，对偶视角常常能够对最优及近似最优机制给出简单且无需细节的刻画。本文将同一方法应用于传统机制设计的一个近亲领域——新兴的说服（persuasion）领域，其在概念与技术要素上与其更成熟的亲属共享。对偶视角使我们能够分析最优说服方案，既包括先前工作已研究的设定，也包括我们首次深入探索的自然推广。最值得注意的是，我们允许将说服策略与支付相结合，从而增强方案的说服能力。在单接收者与多接收者设定下，以及在多种支付约束下，我们运用对偶获得了结构性洞察，以及对最优策略的可处理且简单的刻画。
引用
@article{arxiv.1909.10584,
title = {Persuasion and Incentives Through the Lens of Duality},
author = {Shaddin Dughmi and Rad Niazadeh and Alexandros Psomas and S. Matthew Weinberg},
journal= {arXiv preprint arXiv:1909.10584},
year = {2019}
}