算法博弈论笔记 - 3 梅尔森的引理
算法博弈论笔记 - 3 梅尔森的引理
因为感觉看英文教材比较不好理解,所以打算把重点记下来。
维氏拍卖作为一个好的拍卖(Awesome Auctions),具有3个保证
-
[强动机保证] DSIC (Dominant Strategy Incentive Compatible). 即真实的竞价是优势策略,并且永远不会导致负的效益。
追求DSIC的理由有两个:
- 投标人只需要很轻易地投出对于他们来说最具有优势的价格;
- 如果所有投标人都按照优势策略的价格进行投标,那么我们能够很自信地预测拍卖的结果。
-
[强性能保证] 社会福利最大化。
-
[计算性能] 拍卖能够在多项式(线性)时间内被计算。
机制设计步骤
- 首先设想投标人真实地(truthfully)投标,即假设DISC成立的情况下,设置一个能够保证
社会福利最大化
和计算性能
的分配原则
。 - 由第1步设计出的
分配原则
,设计一个满足DSIC
的支付原则
。
单一参数环境
在单一参数的环境下陈述梅尔森的引理,假设在这种环境中有n个投标人。每一个投标人 i i i都有一个自己的估价 v i v_i vi, x i x_i xi 表示投标人 i i i 获得物品的数量。那么可以得到一个可行集合 X X X,其中的每一个元素都是1个n向量( x 1 x_1 x1, x 2 x_2 x2,…, x n x_n xn)。
举例说明:
- 在单一物品拍卖中,X是一个至多只有一个1的0-1向量的集合,也就是说 ∑ i = 1 n x i < = 1 \sum_{i=1}^n x_i<=1 i=1∑nxi<=1.
- 同时拍 k k k个相同物品并限制每一位顾客至多获得1个商品的的情况下,可行集合是满足 ∑ i = 1 n x i < = k \sum_{i=1}^n x_i<=k i=1∑nxi<=k的0-1向量。
分配原则和支付原则
密封式拍卖需要正式定义分配原则
和支付原则
。也就是说,密封式拍卖需要3步完成:
(1) 收集bids: b = ( b 1 , … , b n ) \bold b=(b_1,\dots,b_n) b=(b1,…,bn)
(2)设计分配原则:选择可行的分配函数 x ( b ) ∈ X ⊂ R n \bold x(\bold b)\in X \subset R^n x(b)∈X⊂Rn
(3)设计支付原则:选择可行的支付函数 p ( b ) ∈ R n \bold p(\bold b) \in R^n p(b)∈Rn
有了分配原则和支付原则厚,我们继续使用一个拟线性效用模型,在竞价的向量
b
\bold b
b中得到bidder
i
i
i的效用函数
u
i
(
b
)
=
v
i
⋅
x
i
(
b
)
−
p
i
(
b
)
u_i(b)=v_i\cdot x_i(\bold b)-p_i(\bold b)
ui(b)=vi⋅xi(b)−pi(b)
我们将会将集中关注于满足 p i ∈ [ 0 , b i ⋅ x i ( b ) ] p_i \in [0,b_i\cdot x_i(\bold b)] pi∈[0,bi⋅xi(b)]的支付原则。 p i ( b ) > = 0 p_i(\bold b)>=0 pi(b)>=0代表拍卖房不会支付金额给投标人。
p i ( b ) < = b i ⋅ x i ( b ) p_i(\bold b)<=b_i\cdot x_i(\bold b) pi(b)<=bi⋅xi(b)确保了支付原则是DISC的,也就是说每一位投标人都会真实地进行投标,并且不会有负效益。
梅尔森引理的陈述
- 定义1: 可实现的分配原则:在单一参数的情况下,如果在密封式拍卖中应该有一个支付原则 p \bold p p是DSIC的,那么称分配原则 x \bold x x是可以实现的。
- 定义2:单调的分配原则:在单一参数的情况下,如果分配原则 x \bold x x是单调的,那么对于所有的bidder i i i以及除了 i i i外其他人的投标价格 b − i \bold b_{-i} b−i,在 i i i投标 z z z的情况下分配原则 x i ( z , b − i ) x_i(z,\bold b_{-i}) xi(z,b−i)是不会递减的 。也就是说, i i i的投标的价格越高,不会使 i i i获得的物品减少,只能是增多。
梅尔森引理的定义(单一参数)
-
当且仅当分配原则是单调的时候,分配原则 x x x是可以实现的。
-
如果分配原则是可以实现的,那么在密封式拍卖机制 ( x , p ) (\bold x,\bold p) (x,p)中存在一个唯一的支付原则 p p p是DISC的。
-
满足2的支付原则负责以下的形式。
- 假设归一化后
p
(
0
)
=
0
p(0)=0
p(0)=0,对于所有bidder i投标
b
i
b_i
bi,其他人投标
b
−
i
\bold b_{-i}
b−i来说:
p i ( b i , b − 1 ) = ∑ j = 1 l z j ⋅ jump in x i ( ⋅ , b i ) at z j p_i(b_i,\bold b_{-1})=\sum_{j=1}^lz_j\cdot \text {jump in } x_i(\cdot ,\bold b{_i}) \text {at }z_j pi(bi,b−1)=j=1∑lzj⋅jump in xi(⋅,bi)at zj
其中 z 1 , … , z l z_1,\ldots,z_l z1,…,zl是分配函数$ x_i(\cdot ,\bold b{_i}) 在 在 在[0,b_i]$范围内的跳跃点。
- 假设归一化后
p
(
0
)
=
0
p(0)=0
p(0)=0,对于所有bidder i投标
b
i
b_i
bi,其他人投标
b
−
i
\bold b_{-i}
b−i来说:
大家好,今天收到了一所学校的offer,因为太开心,所以本章到此结束!