Poisson-MNL 多臂老虎机：基于决策相关客户到达的近最优动态联合选配与定价
机器学习
2026-02-20 v1 机器学习
摘要
我们研究动态联合选配与定价问题，其中卖方在定期的会计/运营间隔内更新决策，以最大化时间范围内 内的累积每期收入。在许多情境下，选配与价格不仅影响到达客户购买的产品，还影响每个时期内客户的到达数量，而经典的多项比率逻辑（MNL）模型假设到达率为固定值，这可能导致次优决策。我们提出了 Poisson-MNL 模型，将情境 MNL 选择模型与到达率依赖于所提供选配和价格的泊松到达模型耦合。基于该模型，我们开发了基于上置置信界（UCB）思想的高效算法 PMNL。我们通过证明其非渐近 regret 上界为 以及匹配下界（最多相差 ）来建立其（近）最优性。模拟研究凸显了考虑选配和价格对到达率依赖性的重要性：PMNL 有效学习客户选择和到达模型，提供的联合选配定价决策优于假设固定到达率的其他方法。
引用
@article{arxiv.2602.16923,
title = {Poisson-MNL Bandit: Nearly Optimal Dynamic Joint Assortment and Pricing with Decision-Dependent Customer Arrivals},
author = {Junhui Cai and Ran Chen and Qitao Huang and Linda Zhao and Wu Zhu},
journal= {arXiv preprint arXiv:2602.16923},
year = {2026}
}