近期几篇有关All-Pay论文总结（博弈论+机制设计）

1.Nash Convergence of Mean-Based Learning Algorithms in First Price Auctions

• 目前在线广告竞拍中大多采用重复一价拍卖代替过去的二价拍卖。一价拍卖不可信，因此策略选择成为关键。重复博弈的特点使得学习算法可以成为策略选择的工具。本文研究基于均值的学习算法在重复一价拍卖中的收敛情况。本文模型简单，可直接计算证明出均衡，通过模拟实验的方法比对实验结果与均衡，从而印证结论。
• 内容涉及：重复博弈、在线学习算法、无悔算法、简单模型的均衡计算、学习算法在不同条件下（最高估值参赛者个数）是否会收敛到均衡。
• 模型：参赛者集合 N = { 1 , 2 , . . . , n } , n ≥ 2 N=\{1,2,...,n\},n\ge 2 N={ 1,2,...,n},n≥2。单一卖家拍卖单一物品无限轮次。每位竞价者都对物品有着固定的估值$v^i$（不随轮次改变）。假设$v^1\ge v^2\ge ...\ge v^N$。在每一轮$t\ge 1$中，每位竞价者产生竞价 b t i ∈ { 0 , 1 , . . . , V } b_t^i\in \{0,1,...,V\} bti​∈{ 0,1,...,V}。竞价最高者得并且支付其竞价，其他人不用支付竞价，如果出现平局情况，则在候选人中随机产生一位胜者。每个人的出价范围是 B i = { 0 , 1 , . . . , v i − 1 } B^i=\{0,1,...,v^i-1\} Bi={ 0,1,...,vi−1}。竞价者$i$的期望效用函数为：（$1[b_i=ma{x}_{j\in N}{b}_t^j]$是指当满足中括号内条件时值为1，否则为0；因为是期望收益，所以最后乘以分数表示平局情况）（一价、赢者支付竞价、不同轮次估值相同、不同参赛者估值不同）
  $$u^i(b_t^i,{\mathbf{b}}_{\mathbf{t}}^{}$$