igergov.com
← Artículos
InvestigaciónAprendizaje por refuerzo · 8 min · BG EN ES DE

Quién gana la subasta depende de lo que midas

La idea surgió de un prototipo de nube en el que ofreces la capacidad que no usas y compras al mejor precio lo que necesitas de más. Probamos su mercado con agentes que aprenden solos.

Todo empezó con un prototipo de servicio en la nube. La idea es sencilla: cada participante tiene sus propias máquinas y la mayor parte del tiempo una parte de su capacidad está sin usar. En otro momento, ese mismo participante necesita más de lo que tiene. ¿Por qué la capacidad libre no puede ir a quien la necesita ahora, a un precio que fijan los propios participantes?

Así cada uno obtiene el mejor precio por los recursos que toma por encima de los suyos y un precio justo por los que aporta. El corazón de una nube así es el mercado: cómo se encuentran la demanda y la oferta, y quién puja y cómo.

Antes de construir la nube alrededor del mercado, queríamos saber cómo se comportaría el propio mercado cuando por los participantes pujan agentes que aprenden solos. En el artículo «Multi-Agent Reinforcement Learning for Decentralized Computational Resource Negotiation in a Tokenized Double-Auction Market», publicado en Mathematics en 2026, lo ponemos a prueba junto con Georgi Tsochev y Adelina Aleksieva-Petrova.

Cómo llegamos a la pregunta

Cómo está construido
La pregunta

Cada participante tiene sus propias máquinas: GPU, memoria, red. La mayor parte del tiempo una parte de ellas está sin usar, y en otro momento la capacidad propia no basta.

Qué hicimos · Capacidad propia

Las conectamos en una nube común. Lo que no usas, se lo ofreces a los demás. Lo que necesitas por encima de lo tuyo, se lo compras a ellos.

Una ronda del mercado

Aquí tienes una ronda simplificada con cuatro compradores y cuatro vendedores. Tú eres el comprador para quien el recurso vale 9. Los demás ofrecen exactamente lo que les vale. Todas las operaciones se cierran a un único precio: el punto medio entre la última oferta y el último precio pedido que se han cruzado.

Empieza con una oferta de 9 y luego bájala paso a paso. Al principio el precio no cambia. En cuanto eres el último comprador que entra en una operación, una oferta más baja hace bajar el precio y ganas más. Si la bajas demasiado, sales de la operación, el recurso va a alguien para quien vale menos y el bienestar total cae.

Compradores (ofertas)
  1. tú9
  2. B8
  3. C6
  4. D4
Vendedores (precios pedidos)
  1. S13
  2. S25
  3. S37
  4. S48
Operaciones
2
Precio
6.5
Tu ganancia
2.5
Bienestar total
9

Eso es justo lo que hacen los agentes: aprenden cuándo pujar por debajo de su valor. Lo que es bueno para un agente no es necesariamente bueno para el mercado.

Quién gana

Los resultados de abajo son los valores medios de las 12 repeticiones. Cambia la métrica y mira cómo cambia también el que va en cabeza.

más alto es mejor

  • PPO 0.0069
  • MAPPO 0.0140 · lidera
  • MADDPG 0.0070
  • IQL 0.0072

En recompensa y en bienestar social lidera MAPPO: 0.0140 [0.0124, 0.0154] en recompensa y 0.0952 [0.0854, 0.1045] en bienestar social. En desigualdad, en cambio, IQL es el que mejor sale, con el coeficiente de Gini más bajo: 0.4477 [0.4360, 0.4613]. MAPPO, que lidera en las otras dos métricas, tiene aquí el coeficiente más alto de los cuatro: 0.579.

Qué se deduce de esto

Un algoritmo que gana en una métrica no gana automáticamente en todas. Si solo hubiéramos mirado la recompensa, habríamos declarado a MAPPO el mejor y se nos habría escapado que con él los tokens se concentran en menos manos.

Por eso la aportación del artículo es un banco de pruebas (benchmark) y un protocolo de evaluación: el mismo mercado, el mismo presupuesto de entrenamiento, muchas repeticiones, intervalos de confianza y varias métricas presentadas juntas. El artículo no propone un mecanismo de subasta nuevo. Ofrece una forma de comparar con justicia cualquier algoritmo nuevo con los conocidos.

El artículo es de acceso abierto: doi.org/10.3390/math14111828. Todas mis publicaciones están en Publicaciones.