在线委托-代理交互中的学习：策略菜单的威力

我们研究了在线委托-代理问题中普遍存在的学习挑战，在此过程中，委托人从历史交互中代理人的显示偏好里学习其私人信息。该范式包括重要的特例，如定价和合同设计，这些在近期文献中已被广泛研究。然而，现有工作考虑的是委托人在每一轮只能选择单一策略与代理人交互，然后通过其行动观察代理人显示偏好的情形。在本文中，我们将这一研究线扩展为允许委托人向代理人提供策略菜单，并额外从观察代理人在菜单中的选择中进行学习。我们对几种在线委托-代理问题设置进行了全面调查，并表征了它们的样本复杂度，同时提供了我们开发的相应算法。我们将该范式实例化到几个重要的设计问题中——包括 Stackelberg（安全）博弈、合同设计和信息设计。最后，我们还探索了我们的发现与关于 Stackelberg 博弈中在线学习的现有结果之间的联系，并提供了一个能够克服 Peng 等人（2019）的一个关键困难实例的解决方案。