Enchérir efficacement dans l'enchère ascendante simultanée en utilisant la recherche arborescente Monte Carlo
Auteur / Autrice : | Alexandre Pacaud |
Direction : | Marceau Coupechoux, Aurélien Bechler |
Type : | Thèse de doctorat |
Discipline(s) : | Mathématiques et informatique |
Date : | Soutenance le 19/01/2024 |
Etablissement(s) : | Institut polytechnique de Paris |
Ecole(s) doctorale(s) : | École doctorale de l'Institut polytechnique de Paris |
Partenaire(s) de recherche : | Laboratoire : Laboratoire Traitement et communication de l'information (Paris ; 1982-2002) - Laboratoire de Traitement et Communication de l'Information |
Etablissement opérateur d'inscription : Télécom Paris (Palaiseau ; 1977-....) | |
Jury : | Président / Présidente : Simon Lucas |
Examinateurs / Examinatrices : Simon Lucas, Tristan Cazenave, Patrick Maillé, Emilie Kaufmann | |
Rapporteurs / Rapporteuses : Tristan Cazenave, Patrick Maillé |
Mots clés
Résumé
Depuis son introduction en 1994 aux Etats-Unis, l’enchère ascendante simultanée (SAA) est devenue le mécanisme privilégié pour les enchères du spectre licencié. Avec des investissements dépassant parfois le milliard d’euros, une stratégie d’enchérissement performante devient cruciale pour les opérateurs mobiles. Malgré son importance, il existe un manque de recherche dédiée à la création d’une stratégie d’enchérissement performante dans le cadre du SAA. La complexité intrinsèque du jeu associé à l’enchère SAA rend son analyse ardue pour la théorie des enchères et les méthodes exactes de résolution de jeux. De plus, ce mécanisme engendre des problèmes stratégiques tels que le problème d’exposition, ajoutant une couche de complexité supplémentaire à son étude. Cette thèse propose l’utilisation de la recherche arborescente de Monte Carlo (MCTS) pour calculer une stratégie d’enchérissement performante au sein du SAA. Les six chapitres de la thèse sont structurés comme suit. Le premier chapitre présente les mécanismes d’enchères du spectre licencié, soulignant leurs avantages et inconvénients. Le deuxième chapitre détaille le problème spécifique de l’enchérisseur dans le SAA, ainsi que certains travaux connexes. Le troisième chapitre propose une synthèse concise des méthodes traditionnelles de recherche dans les jeux avec des adversaires, en mettant particulièrement l’accent sur le MCTS. Les chapitres quatre à six sont dédiés à la création de l’algorithme MCTS pour calculer une stratégie performante. Le quatrième chapitre modélise l’enchère SAA comme un jeu au tour par tour à N-joueurs à information parfaite et complète, avec des expériences numériques sur des instances de petite taille. Le cinquième chapitre modélise l’enchère comme un jeu simultané à N-joueurs à information complète, avec des contraintes budgétaires et d’éligibilité, et les résultats sont obtenus sur des instances de taille réelle. Le sixième chapitre considère le jeu à information incomplète pour modéliser les incertitudes de la réalité. Pour chaque modèle, un algorithme surpassant largement ceux de la littérature est proposé, traitant notamment le problème d’exposition. De plus, une méthode de prédiction des prix finaux est développée tout au long des chapitres, sur laquelle chaque algorithme MCTS s’appuie.