竞争中的多臂老虎机：竞争环境下探索的隐患

大多数在线平台力求从与用户的交互中学习，其中许多平台会进行探索：为获取新信息而做出可能次优的选择。我们研究探索与竞争之间的相互作用：此类平台如何平衡用于学习的探索与针对用户的竞争。此处用户扮演三种不同角色：产生收益的客户、用于学习的数据来源，以及在不同竞争平台间自主选择的自利主体。我们考虑一个风格化的双寡头模型，其中两家公司面临相同的多臂老虎机问题。用户逐个到达并在两家公司之间选择，因此每家公司仅当其被选中时才能推进其老虎机问题。通过理论结果与数值模拟相结合，我们研究竞争是否在何种程度上激励了更优老虎机算法的采用，以及其是否带来用户福利的提升。我们发现，激烈的竞争会诱导企业采用导致低福利的“贪婪”老虎机算法。然而，通过为企业提供一些“免费”用户来削弱竞争，会激励更好的探索策略并提升福利。我们考察了两种削弱竞争的渠道：放宽用户的理性以及给予某企业先动优势。我们的发现与“竞争 vs. 创新”关系密切相关，并阐明了数字经济中的先动优势。