Skip to content
BranchesTags

Repository files navigation

数据市场 Agent 模拟平台

基于 Agarwal, Dahleh, and Sarkar (2019) A Marketplace for Data: An Algorithmic Solution 实现的数据市场数值环境与 Agent 模拟系统。

目录结构

marketplace_for_data_agent/
├── mechanism/               # 论文四大机制实现
│   └── core.py              # AF / RF / PF / PD + 闭式 Ground Truth
├── env/                     # 环境层
│   ├── base.py              # MarketplaceForDataEnv — 规则结算引擎
│   └── wrapper.py           # AgentMarketEnv — Agent 决策封装
├── agents/                  # Agent 接口、规则 Agent、LLM Agent、JSON 动作解析器
│   └── base.py              # BaseAgent / LLMAgent / ActionParser / 规则基线
├── experiments/             # 实验脚本
├── demo.py                  # 最小运行示例
├── simulation.py            # Dashboard 后端
├── server.py                # HTTP 服务
└── dashboard.html           # 可视化前端

论文机制 → 代码对应

论文描述了一个数据市场，包含三种参与者（平台、买家、卖家）和四个机制组件：

论文机制 代码实现 做了什么
AF data_allocation_function(p, b, X) 买家报价 b ≥ 平台价格 p 时给完整数据；b < p 时加高斯噪声退化
RF myerson_revenue_function(p, b) Myerson 支付规则：b·h(b) − ∫₀ᵇ h(z)dz，保证诚实报价占优
PF PriceUpdateState 候选价格网格上的乘法权重（MWU）更新，平台实现无遗憾定价
PD robust_payment_division(revenue, X) Shapley 边际贡献 + 余弦相似度指数惩罚，抑制数据复制
GT closed_form_ground_truth(mus, …) 假设所有买家诚实 + 平台定最优价 p* 时的理论均衡基准

env 层的两层设计

base.py — 结算引擎

MarketplaceForDataEnv 实现一轮交易的完整结算，不关心决策是谁做的：

# 输入：买家 + 报价 + 价格
result = env.step(buyer, bid=0.8, external_price=1.2)

# 内部依次执行（与论文 Algorithm 1 完全对应）：
# ① AF:   data_allocation_function(price, bid, X)   → 分配数据（可能加噪）
# ② Gain: OLS 拟合 y，计算 1−RMSE 增益                → 衡量数据质量
# ③ RF:   myerson_revenue_function(price, bid)       → 计算支付
# ④ PD:   robust_payment_division(revenue, X)        → 分配给卖家
# ⑤ PF:   price_state.update(bid)                    → 更新 MWU 权重

# 输出：StepResult（价格、报价、增益、收入、三方效用、分配详情）

每一步的输入输出都是确定性的——给定相同的 (price, bid, seller_features)，结果完全可复现。

wrapper.py — Agent 决策封装

AgentMarketEnv 在结算引擎外面包了一层决策流控制，把一轮拆成两个独立的决策点：

Round N:
  ┌─ 该平台了 ─→ obs = get_obs("平台")  ─→ Agent 返回 {"价格": p}
  │
  ├─ 该买家了 ─→ obs = get_obs("买家")  ─→ Agent 返回 {"报价": b}
  │
  └─ 结算 ────→ base.step(buyer, bid=b, external_price=p) → 下一轮

两种模式通过构造参数切换，不需要改代码：

platform_mode buyer_mode 含义
"mwu" "truthful" 纯规则基线（等于论文原版）
"mwu" "agent" 只测买家 Agent
"agent" "truthful" 只测平台 Agent
"agent" "agent" 双方都是 Agent 博弈

规则模式下，wrapper 内部自动完成决策并跳过，只有 "agent" 模式才会把观察暴露出来等待外部输入。

观察翻译

wrapper 的另一个职责是把内部状态（numpy 数组、StepResult 对象）翻译成 Agent 可读的 dict：

平台 Agent 看到：

{
    "当前轮次": 5,
    "总轮次": 120,
    "候选价格": [0.1, 0.15, ..., 1.6],
    "MWU权重": [0.008, 0.012, ...],    # 归一化概率
    "MWU推荐价格": 0.8,                # argmax(权重)
    "卖家数量": 3,
    "最近历史": [{"价格": …, "报价": …, "平台收入": …}, ...],
}

买家 Agent 看到：

{
    "当前轮次": 5,
    "总轮次": 120,
    "我的估值_mu": 0.8,
    "当前平台价格": 0.7,
    "我的历史": [{"报价": …, "效用": …, "增益": …}, ...],
}

Agent 层设计

agents/base.py 提供三类能力：

类/函数 用途
BaseAgent 所有 Agent 的统一接口，子类实现 act(obs) -> action
RuleBasedPlatformAgent 平台规则基线，直接采用 MWU推荐价格
TruthfulBuyerAgent 买家诚实报价基线，返回 报价 = 我的估值_mu
ShadeBuyerAgent 买家低报基线，用于观察动态压价效应
OverbidBuyerAgent 买家高报基线，用于对照实验
ActionParser 解析 LLM 输出，支持 JSON、Markdown 代码块、解释文本中夹带 JSON、英文别名 price/bid
OpenAICompatibleClient 标准库实现的 OpenAI-compatible /chat/completions 客户端
LLMAgent 角色感知、带短期记忆、机制引导反思的 LLM Agent

LLM Agent 的动作最终会被规范化为环境需要的格式：

{"价格": 0.8}   # 平台 Agent
{"报价": 1.2}   # 买家 Agent

Prompt profiles

LLMAgent 支持通过 prompt_profile 切换实验人格/目标函数，便于比较不同 prompt 设计对市场结果的影响：

profile 适用角色 含义
balanced 平台/买家 默认设置，兼顾理论基线、历史经验和风险
strategic 平台/买家 允许考虑当前动作对未来价格轨迹的影响
welfare 平台/买家 更关注市场总福利和长期稳定
risk_averse 平台/买家 更保守，优先避免负效用或极端动作
truthful 买家 强调诚实报价 b=mu 作为基线
shade 买家 允许适度低报，观察动态压价效应
revenue_max 平台 更强调平台收入和平台效用
fairness_aware 平台 同时关注买家效用和卖家参与激励

默认 prompt 包含四部分：角色目标、信息边界、机制说明、JSON 输出 schema。每轮 user prompt 会注入当前观察和短期记忆，要求模型只输出 JSON，例如：

{"reasoning": "参考历史报价和MWU推荐价，选择稳健价格", "价格": 0.8}

买家输出：

{"reasoning": "固定价格下诚实报价接近理论最优", "报价": 0.8}

配置环境

推荐使用 conda 单独建环境：

conda create -n datamarket-agent python=3.12 numpy -y
conda activate datamarket-agent

如果后续运行 Dashboard 或画图脚本时缺少依赖，可以补装常用科学计算包：

conda install scipy matplotlib -y

本项目目录名是 datamarket-agent，包含连字符，Python 不能直接把它当包名导入。推荐在父目录建立一个合法包名软链接：

cd /mnt/data/home/yangxinyi
ln -sfn datamarket-agent datamarket_agent

之后都从父目录运行包命令：

cd /mnt/data/home/yangxinyi
python3 -m datamarket_agent.demo

也可以留在项目目录里运行，但需要显式设置 PYTHONPATH：

cd /mnt/data/home/yangxinyi/datamarket-agent
PYTHONPATH=/mnt/data/home/yangxinyi python3 -m datamarket_agent.demo

如何运行

1. 运行测试

conda activate datamarket-agent
cd /mnt/data/home/yangxinyi
python3 -m unittest discover -s datamarket_agent/tests

2. 运行最小机制示例

conda activate datamarket-agent
cd /mnt/data/home/yangxinyi
python3 -m datamarket_agent.demo

输出会包含每个买家的价格、报价、数据增益、平台收入、卖家分成，以及理论基准 ground_truth。可用于对比实际模拟和理论最优结果。

3. 运行 Dashboard 可视化

conda activate datamarket-agent
cd /mnt/data/home/yangxinyi
python3 -m datamarket_agent.server

浏览器打开：

http://127.0.0.1:8000/

三张图分别验证：诚实报价占优、MWU 价格收敛、复制惩罚生效。

设置 LLM API

LLMAgent 默认读取两个环境变量：

export OPENAI_API_KEY="你的_api_key"
export OPENAI_BASE_URL="https://api.openai.com/v1"

OPENAI_BASE_URL 可省略，默认就是 https://api.openai.com/v1。如果使用第三方 OpenAI 兼容服务、本地模型网关或中转服务，把它改成对应地址即可：

export OPENAI_API_KEY="你的_key"
export OPENAI_BASE_URL="https://你的服务地址/v1"

不要把 API key 写进 git 提交。临时运行可直接在当前终端 export；长期使用可以写入 ~/.zshrc：

echo 'export OPENAI_API_KEY="你的_api_key"' >> ~/.zshrc
source ~/.zshrc

也可以在代码里显式传入 client：

from datamarket_agent.agents import LLMAgent, OpenAICompatibleClient

client = OpenAICompatibleClient(
    api_key="你的_api_key",
    base_url="https://api.openai.com/v1",
)

buyer_agent = LLMAgent(client=client, model="gpt-4o-mini", role="买家")

Agent 实验示例

规则 Agent 示例，不需要 API key：

from datamarket_agent import AgentMarketEnv
from datamarket_agent.agents import RuleBasedPlatformAgent, TruthfulBuyerAgent

platform_agent = RuleBasedPlatformAgent()
buyer_agent = TruthfulBuyerAgent()

env = AgentMarketEnv(sellers, buyers, platform_mode="agent", buyer_mode="agent")
obs = env.reset()
while not env.done:
    if env.current_role == "平台":
        obs = env.step("平台", platform_agent.act(obs))
    elif env.current_role == "买家":
        obs = env.step("买家", buyer_agent.act(obs))

print(env.episode_summary())
print(env.ground_truth())

LLM Agent 示例，需要先设置 OPENAI_API_KEY：

from datamarket_agent import AgentMarketEnv
from datamarket_agent.agents import LLMAgent

platform_agent = LLMAgent(model="gpt-4o-mini", role="平台", prompt_profile="revenue_max")
buyer_agent = LLMAgent(model="gpt-4o-mini", role="买家", prompt_profile="strategic")

env = AgentMarketEnv(sellers, buyers, platform_mode="agent", buyer_mode="agent")
obs = env.reset()
while not env.done:
    if env.current_role == "平台":
        obs = env.step("平台", platform_agent.act(obs))
    elif env.current_role == "买家":
        obs = env.step("买家", buyer_agent.act(obs))

print(env.episode_summary())
print(env.ground_truth())

LLMAgent 会要求模型输出 JSON，并通过 ActionParser 解析为 {"价格": ...} 或 {"报价": ...}。如果模型输出 Markdown 代码块或先解释再给 JSON，解析器也会尽量抽取有效动作；解析失败时默认回退到规则动作，避免一次坏输出中断实验。

机制性质

在价格 p 外生给定的前提下，买家效用函数为：

当 b < p:  U(b) = mu·b/p − b²/(2p)    → dU/db = (mu−b)/p → 最优 b=mu
当 b ≥ p:  U(b) = mu − p/2             → 与 b 无关，报更高不会更好

因此单买家面对固定价格时，诚实报价 b=mu 是占优策略。

但在动态博弈中，MWU 的价格更新 weights[i] *= 1 + delta·RF(cᵢ, b) 意味着： 买家如果集体低报，MWU 感知到的收入变低，权重向低价偏移，后续价格下降。

详见 INTERFACE.md。

模拟实验方法

python experiments\run_four_modes.py `
   --rounds 5 `
   --seller-agent agents.base:LLMAgent `
   --buyer-agent agents.base:LLMAgent `
   --output-dir outputs\llm_test `
   --verbose

About

No description, website, or topics provided.

Resources

Readme
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages