Agnostic Non-Lipschitz 需求下的最优情境定价

我们研究基于线性价值和有界支撑的agnostic噪声的情境动态定价，其引起的需求曲线可能是non-Lipschitz的，具有任意跳跃和原子。此类不连续性会破坏平滑需求定价算法中用于跨情境插值的方法，而目前最佳方法仅实现 $\tilde O(T^{3/4})$ 的regret。我们提出保守-折扣重定向-UCB 定价（Conservative-Markdown Redirect-UCB Pricing），这是一种结合随机参数估计、保守残差网格探测和基于置信区间的单步重定向的多项式时间算法。我们的算法实现 $\tildeO(T^{2/3})$ 的最优regret，匹配 Kleinberg 和 Leighton (2003) 的已知下界（在对数因子上），并优于 Xu 和 Wang (2022) 的上界。在随机良好条件的情境下，这闭合了线性价值情境定价在agnostic non-Lipschitz 噪声分布下的长期悬而未决的regret间隙。