Learning Continuous and Pure Bayes-Nash Equilibria in Sealed-Bid Auctions

Heidekrüger, Stefan

Stefan Heidekrüger

If you experience problems opening the document, please try this link.

Original title:: Learning Continuous and Pure Bayes-Nash Equilibria in Sealed-Bid Auctions
Translated title:: Lernen von stetigen, puren Bayes-Nash-Gleichgewichten in verdeckten Auktionen
Author:: Heidekrüger, Stefan
Year:: 2024
Document type:: Dissertation
Faculty/School:: TUM School of Computation, Information and Technology
Advisor:: Bichler, Martin (Prof. Dr.)
Referee:: Bichler, Martin (Prof. Dr.); Günnemann, Stephan (Prof. Dr.); Göler, Kemal (Prof., Ph.D.)
Language:: en
Subject group:: DAT Datenverarbeitung, Informatik
Keywords:: equilibrium learning, algorithmic game theory, machine learning, artificial intelligence
Translated keywords:: Künstliche Intelligenz, Algorithmische Spieltheorie, Maschinelles Lernen
TUM classification:: MAT 920; WIR 523
Abstract:: The equilibria of auction markets with incomplete information are poorly understood, and their computation is believed to be generally intractable. In this dissertation, we study a machine learning approach to find such Bayes-Nash equilibria based on modified multi-agent gradient dynamics. We find that in small and medium-sized markets, such dynamics often indeed converge to equilibria, and provably so for symmetric markets. We further study the underlying theory, as well as applications.
Translated abstract:: Die Gleichgewichte von Autkionsmärkten sind schwierig zu charakterisieren und vermutlich im Allgemeinen nicht effizient berechenbar. In dieser Dissertation wird ein Machine-Learning-Ansatz zur Berechnung ebendieser basierend auf einer modifizierten Multi-Agenten Gradientendynamik untersucht. In kleinen und mittelgroßen Märkten beobachten wir, dass diese Lernregel in der Praxis zu Marktgleichgewichten führt. Wir beweisen diese Konvergenz für symmetrische Märkte und behandeln Anwendungen.
WWW:: https://mediatum.ub.tum.de/?id=1700139
Date of submission:: 27.02.2023
Oral examination:: 12.01.2024
File size:: 9665259 bytes
Pages:: 151
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240112-1700139-1-6
Last change:: 04.04.2024
BibTeX

Occurrences:

mediaTUM Gesamtbestand Elektronische Prüfungsarbeiten School TUM School of Computation, Information and Technology

mediaTUM Gesamtbestand Elektronische Prüfungsarbeiten School TUM School of Computation, Information and Technology Computer Science

mediaTUM Gesamtbestand Elektronische Prüfungsarbeiten Fachgebiet Mathematik

mediaTUM Gesamtbestand Elektronische Prüfungsarbeiten Fachgebiet Datenverarbeitung, Informatik

mediaTUM Gesamtbestand Elektronische Prüfungsarbeiten Fachgebiet Wirtschaftswissenschaften

mediaTUM Gesamtbestand Einrichtungen Schools TUM School of Computation, Information and Technology Prüfungsarbeiten Dissertationen

mediaTUM Gesamtbestand Hochschulbibliographie 2024 Schools und Fakultäten TUM School of Computation, Information and Technology Informatik 18 - Lehrstuhl für Decision Sciences & Systems (Prof. Bichler)