带机器学习建议的多店滑雪租赁在线算法
数据结构与算法
2020-10-26 v2 机器学习
摘要
我们研究了用机器学习（ML）建议增强在线算法的问题。具体而言，我们考虑多店滑雪租赁（MSSR）问题，它是经典滑雪租赁问题的推广。在 MSSR 中，每家店对购买和租赁一副滑雪板有不同的价格，滑雪者必须决定何时以及在何处购买。我们获得了在确定性和随机化在线算法下，当使用单个或多个 ML 预测进行决策时性能可证明得到提升的结果。这些在线算法不知道 ML 预测的质量或预测误差类型。这些在线算法的性能对预测器的较差表现具有鲁棒性，但会随着更好的预测而改善。使用合成和真实世界数据轨迹的大量实验验证了我们的理论观察，并显示出相对于纯粹依赖在线决策的算法更优的性能。
引用
@article{arxiv.2002.05808,
title = {Online Algorithms for Multi-shop Ski Rental with Machine Learned Advice},
author = {Shufan Wang and Jian Li and Shiqiang Wang},
journal= {arXiv preprint arXiv:2002.05808},
year = {2020}
}
备注
Accepted to NeurIPS 2020