上下文MNL需求下的动态定价与 assortment

我们考虑在T个周期内未知需求下的动态多产品定价与assortment问题，其中每期卖家决定向根据未知多项对数模型（MNL）选择的顾客提供的每个产品的价格或产品assortment。此类问题出现在许多应用中，包括在线零售与广告。我们提出了一种基于Online Newton Step算法（ONS）变体的随机化动态定价策略，在对抗性到达模型下取得了$O(d\sqrt{T}\log(T))$的遗憾保证。我们还提出了一种用于对抗性MNL上下文bandit问题的新乐观算法，其在问题相关常数$\kappa_2$（可能指数级小）上取得了比最先进算法更好的依赖。我们的遗憾上界尺度为$\tilde{O}(d\sqrt{\kappa_2 T}+ \log(T)/\kappa_2)$，这给出了比现有$\tilde{O}(d\sqrt{T}/\kappa_2)$保证更强的界。