众包市场的自适应合约设计：重复委托代理问题的赌博机算法

众包市场已成为匹配可用工人与待完成任务的热门平台。特定任务的报酬通常由任务发布者设定，并可根据已完成工作的质量进行调整，例如通过“奖金”支付。在本文中，我们研究发布者动态调整基于质量的任务报酬问题。我们考虑了经典委托代理模型的多轮版本，其中在每一轮中，工人对其努力水平做出策略性选择，而发布者无法直接观测该选择。特别地，我们的表述显著推广了先前工作中研究的无预算在线任务定价问题。我们将此问题视为一个多臂赌博机问题，每个“臂”代表一个潜在合约。为应对数量庞大（实际上是无限）的臂，我们提出了一种新算法 AgnosticZooming，该算法将合约空间离散化为有限数量的区域，有效地将每个区域视为单个臂。这种离散化是自适应细化的，使得合约空间中更具前景的区域最终被更精细地离散化。我们分析了该算法，证明其实现了关于时间范围的次线性遗憾界，并相较于非自适应离散化（文献中唯一的竞争方法）有显著改进。我们的结果推进了多个不同主题的最新进展：众包市场理论、委托代理问题、多臂赌博机以及动态定价。