带赌博机学习者的匹配市场中的遗憾、稳定性与公平性

做出明智决策——例如选择职业或住房时——需要了解可用选项。此类知识通常通过代价高昂的试错获得，但这一学习过程会被竞争打断。在这项工作中，我们研究竞争如何影响个体在学习过程中的长期结果。我们基于将这一设定建模为带赌博机学习者的双边匹配市场的一系列研究。该领域近期的一个结果表明，不可能同时保证两个自然期望性质：稳定性与所有智能体的低最优遗憾。资源分配平台可援引该结果作为理由，将良好的长期结果分配给部分智能体，而将糟糕结果分配给其他智能体。我们表明这种不可能性未必成立。具体而言，通过建模竞争的两个额外组成部分——即成本与转移——我们证明有可能同时保证四个期望性质：稳定性、低最优遗憾、遗憾分布的公平性以及高社会福利。