资源约束下的定价学习：从完全信息到机器学习定价

我们研究带有背包约束的动态定价问题，解决在资源约束下平衡探索与开发的挑战。我们引入三种算法，针对不同的信息设置：针对完全信息情形的边界吸引重新求解方法、针对无先验信息情形的在线学习算法，以及利用机器学习定价并已知估计误差上界的估计后选择重新求解算法。边界吸引重新求解方法在不要求非退化条件的情况下实现对数失效率，而在线学习算法实现最优的 $O(\sqrt{T})$ 失效率。我们的估计后选择方法在不同设置之间架起了桥梁，在可靠离线数据可用的情况下提供改进的失效界。数值实验验证了我们算法在各种情形下的有效性和鲁棒性。本工作推进了在线资源分配和动态定价的理解，提供了适用于不同信息结构的实用解决方案。