用于去中心化双边匹配市场的探索-然后-提交算法

去中心化双边匹配市场中的在线学习问题引起了广泛关注，其中需求方（玩家）与供给方（臂）竞争匹配，这抽象了匹配平台（如UpWork、TaskRabbit）中的复杂交互。然而，先前的工作假设每个臂事先知道其对玩家的偏好排序（单侧学习），且每个玩家通过连续交互学习对臂的偏好。此外，为了理论可处理性，通常对问题做出若干（不切实际的）假设，如广播式玩家-臂匹配Liu et al. (2020; 2021)或序列独裁Sankararaman et al. (2021); Basu et al. (2021); Ghosh et al. (2022)。本文研究一个去中心化双边匹配市场，其中我们不假设臂事先知道对玩家的偏好排序。此外，我们对问题不做任何结构性假设。我们提出了一种多阶段探索-然后-提交类型算法，即基于epoch的CA-ETC（碰撞避免探索然后提交，简称CA-ETC），用于解决该问题，无需代理（玩家和臂）之间的任何通信，因此是去中心化的。我们证明，对于初始epoch长度T₀和后续epoch长度2^(l/γ) T₀（第l个epoch，γ ∈ (0,1)为算法输入参数），CA-ETC对第i个玩家产生玩家最优期望遗憾O(T₀(K log T / T₀Δ²)^(1/γ) + T₀(T/T₀)^γ)，其中T为学习范围，K为臂的数量，Δ为适当定义的问题间隙。此外，我们提出了一种基于黑板的通信基线方法，可实现对数遗憾。