基于 ARC 算法的广义相关分批赌博机及其在动态定价中的应用
最优化与控制
2022-10-13 v2 计算工程、金融与科学
机器学习
综合经济学
经济学
机器学习
摘要
渐近随机控制（ARC）算法为广泛一类贝叶斯赌博机问题提供了对最优策略的严格近似，同时保持较低的计算复杂度。特别地，即便收益相关或可观测量不止奖励本身，ARC 方法仍能给出近乎最优的选择。该算法保证渐近优化期望折扣收益，其误差取决于赌博机的初始不确定性。本文扩展 ARC 框架以考虑观测来自广义线性模型的分批赌博机问题。具体而言，我们发展了大样本近似以允许相关且一般分布的观测。我们将其应用于基于贝叶斯层次模型的经典动态定价问题，并证明 ARC 算法优于其他替代方法。
引用
@article{arxiv.2102.04263,
title = {Generalised correlated batched bandits via the ARC algorithm with application to dynamic pricing},
author = {Samuel Cohen and Tanut Treetanthiploet},
journal= {arXiv preprint arXiv:2102.04263},
year = {2022}
}