本研究提出了一种基于拍卖的边缘推理定价机制（AERIA），有效解决了深度神经网络推理服务的个性化需求与收益激励之间的矛盾。实验结果表明，AERIA在收益最大化方面显著优于其他方法。

本文探讨了代理在重复拍卖中应用无遗憾学习算法的挑战。研究表明，尽管学习率不同，竞标者可能无法实现真实出价。随机拍卖在学习竞标者环境中比传统二价拍卖更具收益保障，强调了其在收益最大化中的重要性。