通过超稳定性研究匹配市场中的竞争多臂老虎机
机器学习
2025-06-23 v1 信息论
math.IT
摘要
我们研究了在具有双边奖励不确定性的匹配市场中的多臂老虎机学习问题，扩展了主要聚焦于单边不确定性的 prior 研究。借助 Irving (1994) 中提出的“超稳定性”（super-stability）概念，我们展示了 Extended Gale-Shapley（GS）算法相较于标准 GS 算法在获取真正稳定匹配方面具有优势。通过采用 Extended GS 算法，我们的集中式算法能够在实例相关的可接受间隙参数依赖下获得对数级的 pessimistic 稳定后悔。这一算法进一步适用于去中心化设置，仅增加常数级后悔。最后，我们建立了一个针对二进制稳定后悔的新型集中实例相关下界，阐明了可接受间隙与超稳定匹配在带有老虎机反馈的稳定匹配复杂度中的作用。
引用
@article{arxiv.2506.15926,
title = {Competing Bandits in Matching Markets via Super Stability},
author = {Soumya Basu},
journal= {arXiv preprint arXiv:2506.15926},
year = {2025}
}