单次机制设定下的有利可图贝叶斯实施

在机制设计理论中，设计者希望实施一个期望的社会选择函数，该函数为所有智能体的类型的每个可能轮廓指定她最偏好的结果。传统上，设计者可能面临一种困境：即使她对某个低利润的结果不满意，她也必须宣布该结果，因为她必须遵守自己设计的机制。在本文中，我们研究了设计者可以在单次机制中诱导每个智能体调整其类型的情况。我们提出，对于一个有利可图的贝叶斯可实施社会选择函数，设计者可以通过花费最优调整成本来摆脱上述困境并获得更高的利润。最后，我们构建了一个例子，表明设计者能够突破她在传统最优拍卖模型中最多可获得的期望利润的极限。