基于预测的二元反馈setting下第一价拍卖出价策略优化
机器学习
2025-07-09 v2
摘要
本文研究Vickrey first-price拍卖下的二元反馈问题。利用机器学习算法的提升性能，我们的新算法利用过往信息改善BROAD-OMD算法的regret界限。鼓励对first-price拍卖日益增长的关注，以及机器学习模型的预测能力，本文提出一种在BROAD-OMD框架内（Hu等人，2025）利用最高竞争出价预测值的新算法。本文的主要贡献是实现在准确预测下实现零regret的算法。此外，在某些正态性条件下，建立了O(T^(3/4) * Vt^(1/4))的有界regret界限。
关键词
引用
@article{arxiv.2506.15817,
title = {Optimizing Bidding Strategies in First-Price Auctions in Binary Feedback Setting with Predictions},
author = {Jason Tandiary},
journal= {arXiv preprint arXiv:2506.15817},
year = {2025}
}
备注
Needs further refinement