序列滑雪租赁问题

经典的“买或租”滑雪租赁问题最近在有多位专家（如机器学习算法）对滑雪季长度给出建议的情形下被研究。在此情形下，人们开发了鲁棒算法，相较于无法获得此类专家预测的对抗性场景，其理论性能有所提升。我们考虑该问题的一个变体，称之为“序列滑雪租赁”问题。此处，学习者需以在线方式解决一系列滑雪租赁问题，且滑雪的购买成本与滑雪季长度对学习者均未知。学习者可访问两组专家：一组对滑雪购买的真实成本给出建议，另一组对滑雪季长度给出建议。在对预测购买成本的专家施加特定随机假设下，我们开发了在线算法并证明了相应的后悔界。我们的实验评估证实了理论结果。