Procurement Auctions via Approximately Optimal Submodular Optimization

要約

私たちは、競売人が個人的な費用で戦略的売り手からサービスを獲得しようとする調達オークションを研究しています。
サービスの品質は、競売人に知られているサブモジュール機能によって測定されます。
私たちの目標は、インセンティブの適合性 (IC)、売り手の個別合理性 (IR)、および非
競売人のマイナス余剰（NAS）。
私たちの貢献は 2 つあります: (i) 非正の部分モジュラー関数の最大化のための既存のアルゴリズムの改善された分析を提供します。(ii) サブモジュラー最適化アルゴリズムを IC、IR、NAS、および近似などのメカニズムに変換する効率的なフレームワークを設計します。
保存すること。
これらのフレームワークは、すべての売り手の入札とサービスが同時に利用できるオフライン設定と、売り手が敵対的な注文で到着し、競売人が取り消し不能な決定を下す必要があるオンライン設定の両方に適用されます。
また、最先端のサブモジュール最適化アルゴリズムを、敵対的な設定で降順オークションに変換できるかどうかも調査します。この場合、価格の降下スケジュールは敵対者によって決定されます。
福祉における二重基準 $(1/2, 1)$ 近似を満たすサブモジュラー最適化アルゴリズムが、降順オークションに効果的に適応できることを示します。
さらに、降順オークションとオンラインのサブモジュール最適化の間の接続を確立します。
最後に、最先端のサブモジュラー最適化アルゴリズムを使用してフレームワークをインスタンス化し、公開されているデータセット上で数千の販売者のウェルフェア パフォーマンスを経験的に比較することにより、フレームワークの実用的なアプリケーションを実証します。

要約(オリジナル)

We study procurement auctions, where an auctioneer seeks to acquire services from strategic sellers with private costs. The quality of services is measured by a submodular function known to the auctioneer. Our goal is to design computationally efficient procurement auctions that (approximately) maximize the difference between the quality of the acquired services and the total cost of the sellers, while ensuring incentive compatibility (IC), individual rationality (IR) for sellers, and non-negative surplus (NAS) for the auctioneer. Our contributions are twofold: (i) we provide an improved analysis of existing algorithms for non-positive submodular function maximization, and (ii) we design efficient frameworks that transform submodular optimization algorithms into mechanisms that are IC, IR, NAS, and approximation-preserving. These frameworks apply to both the offline setting, where all sellers’ bids and services are available simultaneously, and the online setting, where sellers arrive in an adversarial order, requiring the auctioneer to make irrevocable decisions. We also explore whether state-of-the-art submodular optimization algorithms can be converted into descending auctions in adversarial settings, where the schedule of descending prices is determined by an adversary. We show that a submodular optimization algorithm satisfying bi-criteria $(1/2, 1)$-approximation in welfare can be effectively adapted to a descending auction. Additionally, we establish a connection between descending auctions and online submodular optimization. Finally, we demonstrate the practical applications of our frameworks by instantiating them with state-of-the-art submodular optimization algorithms and empirically comparing their welfare performance on publicly available datasets with thousands of sellers.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google