上下文老虎机中的目标跟踪：在需求侧管理中的应用
机器学习
2019-05-14 v2 机器学习
摘要
我们提出了一种通过提供价格激励进行需求侧管理的上下文老虎机方法。更确切地说，在每一轮设定一个目标平均消费量，并将平均消费量建模为所发送价格分布以及一些上下文变量（如温度、天气等）的复杂函数。我们策略的性能通过遗憾准则以二次损失度量。对于受标准上下文老虎机策略（如 LinUCB，见 Li et al., 2010）启发的策略，我们给出了该遗憾的 上界（至多相差多对数项）——在更强假设下甚至更快的速率。在英国电力网络收集的真实数据集（其中提供了价格激励）上的仿真表明，我们的策略是有效的，并且可以通过适当选择价格水平来切实管理需求响应。
引用
@article{arxiv.1901.09532,
title = {Target Tracking for Contextual Bandits: Application to Demand Side Management},
author = {Margaux Brégère and Pierre Gaillard and Yannig Goude and Gilles Stoltz},
journal= {arXiv preprint arXiv:1901.09532},
year = {2019}
}