通过过滤后验采样进行激励探索
机器学习
2024-02-22 v1 理论经济学
摘要
我们研究了社会学习问题中的“激励探索”(IE)，其中主体（推荐算法）可以利用信息不对称来激励顺序到达的代理采取探索性行动。我们将后验采样（一种在多臂老虎机文献中众所周知的算法方法）确定为 IE 的通用解决方案。特别是，我们从多个实际相关的维度扩展了 IE 的现有范围，涵盖从私有代理类型到信息性推荐，再到相关贝叶斯先验。我们对 IE 中的后验采样进行了通用分析，使我们能够将这些扩展设置作为推论包含在内，同时也恢复了现有结果作为特例。
引用
@article{arxiv.2402.13338,
title = {Incentivized Exploration via Filtered Posterior Sampling},
author = {Anand Kalvit and Aleksandrs Slivkins and Yonatan Gur},
journal= {arXiv preprint arXiv:2402.13338},
year = {2024}
}