具有耐心顾客的在线资源分配中的预先承诺
数据结构与算法
2023-10-24 v3
摘要
在许多按需在线平台（如网约车、杂货配送或航运）中，一些到达的智能体具有耐心，只要存在将在一定延迟内最终提供资源或服务的预先保证，便愿意为资源或服务等待较短时间。受此启发，我们提出一个包含耐心与不耐心的智能体的场景，这些智能体寻求周期性补充的资源或服务。不耐心的智能体在到达时立即要求资源，而耐心的智能体愿意在获得接收资源的预先承诺前提下等待较短一段时间。我们在对抗性到达模型下使用竞争比的松弛概念研究该场景。我们提出一类基于多胞形（POLYtope）的资源分配（POLYRA）算法，其达到最优或近最优的竞争比。此类 POLYRA 算法通过查询一个特定的多胞形并仅做出保证算法状态在该多胞形中保持可行的决策来工作。当智能体类型为两种或三种时，POLYRA 算法可获得最优竞争比。为设计这些多胞形，我们构造了任意算法竞争比的上界，该上界通过一个考虑一组重叠最坏情况输入序列的线性规划（LP）来刻画。我们设计的 POLYRA 算法随后通过其多胞形定义模仿该上界 LP 的最优解，从而获得最优竞争比。当类型多于三种时，我们的重叠最坏情况输入序列不一定产生可实现的竞争比，因此我们提出一类简单且可解释的 POLYRA 算法，其达到最优竞争比的至少 80%。我们以数值分析补充理论研究，表明我们的算法在对抗性到达之外同样高效。
引用
@article{arxiv.2108.03517,
title = {Upfront Commitment in Online Resource Allocation with Patient Customers},
author = {Negin Golrezaei and Evan Yao},
journal= {arXiv preprint arXiv:2108.03517},
year = {2023}
}