存在策略性智能体时的在线分配与学习
计算机科学与博弈论
2022-09-27 v1 机器学习
摘要
我们研究在约束条件下将 个顺序到达的物品分配给 个同质智能体的问题，该约束要求每个智能体必须获得所有物品中预先指定的比例，目标是最大化智能体所获物品的总估值。假设智能体在每轮的估值独立同分布，但其分布对中央计划者而言是先验未知的。因此，中央计划者需要从观测值中隐式学习这些分布，以选取良好的分配策略。然而，此处额外的挑战在于智能体是策略性的，有动机谎报其估值以换取更好的分配。这使我们的工作既区别于通常假设已知估值分布和/或涉及支付的在线拍卖设计设定，也区别于不考虑策略性智能体的在线学习设定。为此，我们的主要贡献是一种基于在线学习的分配机制，该机制近似满足贝叶斯激励相容，且当所有智能体诚实时，相比最优离线分配策略下个体智能体效用的遗憾为亚线性的。
引用
@article{arxiv.2209.12112,
title = {Online Allocation and Learning in the Presence of Strategic Agents},
author = {Steven Yin and Shipra Agrawal and Assaf Zeevi},
journal= {arXiv preprint arXiv:2209.12112},
year = {2022}
}