基于图注意力的动态零售定价 MAPPO
人工智能
2025-11-04 v1 机器学习
摘要
零售动态定价需要适应需求变化的政策，同时在关联产品之间协调决策。我们对多智能体强化学习用于零售价格优化进行系统实证研究，将强MAPPO基线与基于图注意力增强的变体（MAPPO+GAT）进行比较，后者利用产品之间 Learned 交互实现信息共享。在源自真实交易数据的模拟定价环境中，我们评估利润、随机种子下的稳定性、产品间公平性以及训练效率，并遵循标准化评估协议。结果表明，MAPPO 提供了可复制且稳健的投资组合级价格控制基础，MAPPO+GAT 通过在产品图上共享信息进一步提升性能，同时未引发过度价格波动。这些结果表明，图集成的 MARL 在动态零售定价中提供了比独立学习者更可扩展、更稳定的解决方案，为多产品决策提供了实际优势。
引用
@article{arxiv.2511.00039,
title = {Graph-Attentive MAPPO for Dynamic Retail Pricing},
author = {Krishna Kumar Neelakanta Pillai Santha Kumari Amma},
journal= {arXiv preprint arXiv:2511.00039},
year = {2025}
}