[1F4-GS-5] エージェント

[1F4-GS-5-05] 深層学習によるダブルオークション設計

〇末原 剛志¹、竹内 孝¹、鹿島 久嗣¹、小山 聡²、櫻井 祐子³、横尾 真⁴ (1. 京都大学、2. 北海道大学、3. 名古屋工業大学、4. 九州大学)

キーワード：深層学習、メカニズムデザイン、ダブルオークション

ダブルオークションは売手と買手の双方が価格を提示した上で，誰がどのような価格で取引を行うか決定するオークション形態である．同一の財を多数取引する場合に適するため，現在では証券取引や為替取引，ビットコイン等の暗号資産取引などで用いられている．一般にオークションが満たすべき性質として，全体の効用を最大化するパレート効率性，参加者が損をしないという個人合理性，嘘の評価額を提示する動機が存在しない誘因両立性，主催者が赤字にならないことを保証する予算均衡性といったものが挙げられる．しかし，ダブルオークションにおいては全てを満足するメカニズムは存在しない．本研究ではこれらの性質を目的関数や等式制約に組み込む形で最適化問題へと帰着させ，深層学習を用いて解くためのネットワークを提案する．特に売手と買手の個人合理性を必ず達成するとともに，入力の並び替えに対して同変な結果を出力するような対称性をもったアーキテクチャを構築した．そして学習によって得られたメカニズムの有効性を数値実験によって検証し，誘因両立性と予算均衡性をほとんど満足しながら既存のMDプロトコルを上回る効用が得られることを確かめた．