组合拍卖是多Agent系统中进行资源分配和任务分配的重要方法。递增叫价组合拍卖可减少买方对物品估价值的暴露。然而在现有的递增叫价组合拍卖中，效用随着时间复杂度的降低迅速减少。该文提出一种多活性级的递增叫价组合拍卖方法，并给出了理性买方策略。该方法是对iBundle拍卖方法的扩展。买方可对物品组合在不同的活性级上加价，使得拍卖兼顾了时间复杂度和效用。实验表明，在时间复杂度不超过iBundle的情况下，该方法拍卖的效用最大率、总效用率、卖方效用率三项指标都明显高于iBundle。
2022-07-04 00:28:57
161KB
1
深度学习驱动的迭代组合拍卖
这是一款用于基于深度神经网络（DNN）计算伪VCG机制（PVM）结果的软件。 该算法在以下论文中进行了详细描述：
深度学习驱动的迭代组合拍卖雅各布·韦斯泰纳（Jakob Weissteiner）和斯文·塞肯（Sven Seuken）。 于2020年2月，纽约，纽约，美国第34届AAAI人工智能会议（AAAI-20）会议录。2020年10月起的工作论文版本：[ ]
如果您出于学术目的使用此软件，请在工作中引用以上内容。 供参考的Bibtex如下：
@InProceedings{weissteiner2020deep,
author = {Weissteiner, Jakob and Seuken, Sven},
title = {Deep Learning-powered Iterative Combinatorial Auctions},
2021-10-22 16:13:53
12.18MB
1