11拍卖与协商.pptVIP

拍卖与协商 贝叶斯博弈的应用 概要 博弈形式在回报不确定场合的扩展 平衡概念在回报不确定场合的扩展 拍卖及协商模型 第一价格拍卖 第二价格拍卖 双向拍卖协商 形式化 在这些情形中，每位玩家能以不同的类型出现。 上例中，B有两类：愿见面或愿回避。 玩家的类型记为：tA和tB。 俩玩家都知道的是，对于所有tA与tB值的可能组合，假定B为tB时，A为tA的概率。 这样的概率记为： P(tA|tB)：给定B的类型时，A的类型的置信度 P(tB|tA)：给定A的类型时，B的类型的置信度 回报 假设A玩家是tA类型并考虑移动sA(tA)。 假设B玩家是tB类型并要移动sB(tB)。 当A不知道B的类型时，A的期望回报是多少？ 在一个特定tA值下A的期望回报：在对方每种可能类型下获得的回报，再用对方是该类型的概率来加权，最后求和得到。 注：因为A不知道B的类型，所以只能对所有可能类型的回报进行加权求和来得到期望值。 期望回报 平衡 也能将平衡的概念扩展到该场合。 定义：对每类玩家，需用期望回报来替代回报，除此之外，其余的定义都一样。 对于tA与tB的所有可能类型，每位玩家的行动集合{s*A(tA),s*B(tB)}是一个平衡，如果有： 平衡 假设对于tB的所有类型B采用s*B(tB)，A采用其它任何行动所获得的回报都比采用s*A(tA)时的低，也即s*A(tA)使A收获最多。 该平衡定义和以前的是一样的，只是以前的多人变成现在的多(玩家，类型)偶对，以前的回报变成现在的期望回报。 关键点：给定任意玩家对其余玩家的类型的置信度后，存在一个为这些理性玩家产生最佳策略的平衡。 贝叶斯博弈 上述用类型置信度来获得期望回报的博弈称为贝叶斯博弈。 目前关于俩人的定义能直接扩展到n人。 应用：拍卖 卖某物，如资源、带宽等 n个买家 i 买家为拍卖品确定了一个属于区间[0,1]的价值Vi （只有他知道，而别人并不知道）。 i 买家不知道Vj（j?i），但他假设Vj是从[0,1]中随机均匀抽取得到的。 假设所有其他买家都遵循最佳（理性）策略，i 买家的策略应是什么？ 封标第一价格拍卖 每位i 买家写下一个报价gi。 报价最高的io买家以价格等于报价gio来购买拍卖品。 模拟合同竞标，落价(Dutch)拍卖。 封标第一价格拍卖 每位i 买家写下一个报价gi。 报价最高的io买家以价格等于报价gio购买拍卖品。 模拟合同竞标，落价(Dutch)拍卖。 玩家：n个买家 移动：每位i 玩家的所有可能报价gi ? 0 回报： Vi - gi，如果gi=maxj(gj) 0，否则 注：这里不考虑卖家；虽然也没提报价相同的问题，但拍卖必须有破解报价相同的方法。 封标第一价格拍卖 每位i 买家写下一个报价gi。 报价最高的io买家以价格等于报价gio购买拍卖品。 模拟合同竞标，落价(Dutch)拍卖。 玩家：n个买家 移动：每位i 玩家的所有可能报价gi ? 0 回报： Vi - gi，如果gi = maxj(gj) 0，否则 可利用以前的形式： 类型是每位i 玩家的不同Vi值 j 玩家不知道i 玩家的Vi，但他知道此值的置信分布（在本场合是均匀分布） 封标第一价格拍卖 对每位i 玩家，到达平衡时，有： g*i = argmaxgi(报价为gi的i 玩家的期望回报) 封标第一价格拍卖 对每位i 玩家，到达平衡时，有： g*i = argmaxgi(报价为gi的i 玩家的期望回报) 仅当i 赢得拍卖时，回报才不为零，因此： g*i = argmaxgi(当i 赢时，报价为gi的i 玩家的期望回报)?Prob(i 赢) 封标第一价格拍卖 假设对任何j 玩家，策略具有下面形式： Prob(i 赢)=所有Prob(gimjVj)的积，?j （对于所有其他玩家j） Prob(gimjVj)=Prob(gi/mjVj)?gi/mj 因此，Prob(i赢)正比于gin-1 比例系数不依赖于i 玩家，并且也不重要。 封标第一价格拍卖 对每位i 玩家，到达平衡时，有： g*i = argmaxgi(报价为gi的i 玩家的期望回报) 仅当i 赢得拍卖时，回报才不为零，因此： g*i = argmaxgi(当i 赢时，报价为gi的i 玩家的期望回报)?Prob(i赢) 封标第一价格拍卖 对每位i 玩家，到达平衡时，有： g*i = argmaxgi(当i 赢时，报价为gi的i 玩家的期望回报)?Prob(i赢) g*i = argmaxgi((Vi-gi)gin-1) 达到极大时，下面导数等于零： (n-1)(Vi-g*i)g*in-2-g*in-1=0 (n-1)(Vi-g*i)-g*i=0 g*i= (1-1/n)Vi 封标第一价格拍卖 对每位i 玩家，到达平衡时，有：