机制设计原理与应用(一)机制设计基础
阿里云国内75折 回扣 微信号:monov8 |
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6 |
什么是机制设计
微观经济学和CS /EE的交叉学科。它采用了一种工程方法来设计激励机制以实现战略环境中不完全信息的预期目标。机制设计具有广泛的应用,特别是在资源管理方面。
文章目录
1 机制设计的基础
1.1 简介
例1通过拍卖出售房屋
假设你要通过拍卖出售你的房子。
- 要求每个买家送来一个密封的最终出价然后做出决定。
- 允许买家分几轮出价在每一轮中他们都被告知最高出价然后被要求修改他们的出价。
问题机制设计旨在解决你应该选择哪种形式的拍卖如何设计一个拍卖使最高价格的交易能够达成
例2:D2D内容共享
考虑一个简单的设备对设备D2D的内容共享模式。
- 每个UE向BS声明一个内容请求BS决定是否为其提供服务并选择建立蜂窝状链接或请求拥有该内容的另一个UE通过D2D链接分享该内容。
- 由于D2D消耗传输功率如果不能得到奖励内容所有者UE可能不愿意参与内容共享。
由于蜂窝网络有严格的容量限制BS可以采用一种机制来鼓励D2D内容共享以减少蜂窝流量。
- BS首先收集所有的内容请求。
- 内容所有者UE在D2D传输中竞标其成本。
- BS决定链路和功率分配并给予奖励。
问题机制设计的目的是解决如何确定最佳的资源分配和奖励如何确保智能UE将报告其实际成本
1.2 机制设计与博弈及优化的关系
与传统的优化问题不同。机制设计是基于个人的私人信息。机制设计关心的是个人的战略和效用。
与传统的博弈问题不同。机制设计通常有一个集中的目标。机制设计要求个人遵守规则。
机制设计与优化和博弈有一些共同的想法。因此在解决机制设计问题时可以应用一些优化和游戏技术/算法。
1.3 机制设计的定义
机制设计的重点是设计能够产生某种预期结果的游戏。机制设计理论也被称为反向博弈理论。
机制设计的一个关键特征是最佳分配的确定取决于代理人私下拥有的信息。
- 这种私人信息必须从代理人那里引出。
- 智能代理可能误报他们的私人信息。
- 设计一种信息交互机制 即使代理人的行为具有战略性结果也是最优的。
定义机制设计可以被认为是对规则的设计以保证完全战略代理中的理想结果。
1.4 机制设计的基础知识
拍卖是最典型的基于定价的机制之一。
一个资源分配和价格发现的过程。可以描述为
1.问题确定拍卖的分配和定价规则。可以允许哪些出价或如何出价
- 应如何分配资源
- 需要收取什么价格或者是什么是锤子价格
2.目标 达到某些目标 例如收人最大化或者社会福利最大化
3.基本要素
- 买方想购买商品的人。
- 卖家拥有商品并愿意出售商品的人。
- 拍卖者一个控制者或卖方/买方本身
- 商品计算资源、能源、时间长度、渠道等。
- 价格投标/要价落锤价最终付款
4.术语
- 私人信息Private information个人的私人偏好。
- 价值Value对买方需求的货币评估价值可以是私人的。
- 竞价Bid基于私人信息的策略。
- 结果Outcomes包括支付和分配payment and allocation根据出价决定。
- 买方的效用函数Buyer’s utility function价值和支付之间的差异买方能从这次拍卖中获得的。
- 卖方的收入Seller’s revenue来自买方的总付款。
- 社会福利Social welfare所有用户包括买家和卖家的效用之和。
5.拍卖机制的时间线
- 进行招标过程
- 确定最终结果
1.5 拍卖机制的类别
正向或反向买家或卖家方面的竞争。
单边或双边单方面或双方的竞争。
单物品或多物品需求提供单物品或多物品的商品。
离线或在线静态或动态即时。
福利或收入最大化不同的目标。
1.6 设计目标
社会福利最大化
收入最大化
举例如下一个拍卖机制(Q,P).
U
i
=
v
i
⋅
Q
i
(
b
i
)
−
P
i
(
b
i
,
Q
i
(
b
i
)
)
;
U
s
=
∑
i
∈
B
P
i
(
b
i
,
Q
i
(
b
i
)
)
U_i = v_i \cdot Q_i(b_i) - P_i(b_i, Q_i(b_i)) ; U_s = \sum_{i \in B} P_i(b_i, Q_i(b_i))
Ui=vi⋅Qi(bi)−Pi(bi,Qi(bi));Us=i∈B∑Pi(bi,Qi(bi))
福利最大化
m
a
x
∑
i
∈
B
U
i
+
U
s
max \sum_{i \in B} U_i + U_s
maxi∈B∑Ui+Us
收入最大化
m
a
x
R
s
=
U
s
=
∑
i
∈
B
P
i
(
b
i
,
Q
i
(
b
i
)
)
max R_s = U_s = \sum_{i \in B} P_i(b_i, Q_i(b_i))
maxRs=Us=i∈B∑Pi(bi,Qi(bi))
1.7 希望的属性限制条件
基本必须包括
- 激励相容性/真实性/战略防范性Incentive compatibility/truthfulness/strategy-proofnessIC没有一个买家 i 可以通过虚假出价 b i ≠ v i b_i \neq v_i bi=vi 来提高自己的效用 U i U_i Ui ,而不考虑其他买家。真实性是一种弱优势策略纳什均衡。
- 个人合理性Individual rationalityIR每个真实的买方 i 在拍卖后都能获得一个非负的效用 U i U_i Ui。
- 计算效率不是制约因素而是一种要求。
更高级的要求
- 预算可行性
- 帕累托最优
- 抗共谋性
其他的一些分配约束(与实际应用相关)
1.8 反向拍卖
卖家方面的竞争多个卖方竞争一个买家。
卖家的出价反映提供商品的私人成本。例如中继站作为卖家为源节点提供中继服务他们的出价反映了他们在中继传输中的成本如电力。
目标
- 社会成本最小化
- 支付最小化
希望的属性:
- 真实性没有卖家可以通过虚报成本来提高其效用。
- 个人理性每个卖家都能获得非负的效用。