机制设计原理与应用(一)机制设计基础

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。

[TOC]

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

1

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).

Ui=viQi(bi)Pi(bi,Qi(bi));Us=iBPi(bi,Qi(bi))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))

福利最大化:

maxiBUi+Usmax \sum_{i \in B} U_i + U_s

收入最大化:

maxRs=Us=iBPi(bi,Qi(bi))max R_s = U_s = \sum_{i \in B} P_i(b_i, Q_i(b_i))

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-proofness,IC):没有一个买家 i 可以通过虚假出价 bivib_i \neq v_i 来提高自己的效用 UiU_i ,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 rationality,IR):每个真实的买方 i 在拍卖后都能获得一个非负的效用 UiU_i
  • 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。

机制设计原理与应用(一)机制设计基础
https://fulequn.github.io/2023/01/Article202301061/
作者
Fulequn
发布于
2023年1月6日
许可协议