向无后悔买家销售
计算机科学与博弈论
2017-11-28 v1 机器学习
机器学习
摘要
我们考虑单个卖家 repeatedly 向单个买家出售单件物品的问题(具体而言,买家每轮的价值从已知分布重新抽取)。先前工作假设买家完全理性,并会完美推理其今日出价如何影响卖家明日的决策。本文开创了一个不同方向:买家仅在可能出价上运行无后悔学习算法。我们提供了该领域中卖家最优拍卖的相当完整刻画。具体而言:— 若买家根据EXP3(或任何“基于均值”的学习算法)出价,则卖家可提取任意接近期望福利的期望收益。该拍卖独立于买家的估值,但有些不自然,因为有时过度出价符合买家利益。— 存在学习算法,若买家根据出价,则卖家的最优策略就是每轮发布的Myerson保留价。— 若买家根据EXP3(或任何“基于均值”的学习算法)出价,但卖家被限制于过度出价被占优的“自然”拍卖格式(例如广义第一价格或广义第二价格),则卖家的最优策略是随时间递减保留价的付你出价格式。此外,卖家的最优可达收益由线性规划刻画,且可能比最佳真实拍卖无限好,同时比期望福利无限差。
引用
@article{arxiv.1711.09176,
title = {Selling to a No-Regret Buyer},
author = {Mark Braverman and Jieming Mao and Jon Schneider and S. Matthew Weinberg},
journal= {arXiv preprint arXiv:1711.09176},
year = {2017}
}