具有策略性投标者的重复第二价格拍卖中的保留定价

我们研究带保留价的重复第二价格拍卖的收益优化学习算法，其中卖方与多个策略性投标者交互，每个投标者持有一个固定的私有估值并寻求最大化其预期的未来累积折扣剩余。我们提出一种新颖算法，其对最坏情况估值的策略后悔(strategic regret)上界为 $O(\log\log T)$。该定价基于我们的新颖变换，将针对单一买方设置设计的算法提升至多买方情形。我们提供了理论保证，说明变换后算法学习具有因对手存在而对未来不确定的策略性买方估值的能力。