算法博弈论笔记 - 3 梅尔森的引理

本文是算法博弈论笔记的第三部分,主要介绍梅尔森的引理。维氏拍卖作为优秀拍卖机制,具备强动机保证、强性能保证和计算性能。在单一参数环境中,梅尔森引理阐述了分配原则的实现条件,特别是单调性,并讨论了支付原则的设计,确保DSIC。此外,文中还解释了密封式拍卖的机制设计步骤和效用模型。
摘要由CSDN通过智能技术生成

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
  1. [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:

    1. 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;
    2. 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。
  2. [强性能保证] 社会福利最大化。

  3. [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
  1. 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计算性能分配原则
  2. 由第1步设计出的分配原则,设计一个满足DSIC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=1nxi<=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
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值