退化无妨：具有连续分布的网络收益管理的对数级后悔
机器学习
2025-01-03 v5 概率论
摘要
我们研究经典的接受/拒绝决策且 个独立同分布到达的网络收益管理（NRM）问题。我们考虑一种分布形式：每次到达必须归入有限个可能类别之一，每个类别具有确定性的资源消耗向量，但其价值在区间上连续随机分布。我们开发了一种在线算法，在该模型下实现 后悔，唯一（必要的）假设是概率密度远离0。我们推导了第二个结果，在二阶增长的附加假设下实现 后悔。据我们所知，这些是在具有连续价值的NRM模型中首个达到对数级后悔且不需要任何种类“非退化”假设的结果。我们的结果通过包括绑定短视后悔的新方法、离线分配的“半流体”松弛以及改进的“对偶收敛”界等新技取得。
引用
@article{arxiv.2210.07996,
title = {Degeneracy is OK: Logarithmic Regret for Network Revenue Management with Indiscrete Distributions},
author = {Jiashuo Jiang and Will Ma and Jiawei Zhang},
journal= {arXiv preprint arXiv:2210.07996},
year = {2025}
}