Error Propagation in Dynamic Programming: From Stochastic Control to American Option Pricing
EPFL - Swiss Finance Institute (SFI)(瑞士联邦理工学院-瑞士金融研究所)
本文提出离散时间随机最优控制中值函数估计的误差分解与逐时间步控制方法,并分析误差从到期日向初始阶段的反向传播,最终应用于美式期权定价。
2026-10-05 cs.LG q-fin.CP q-fin.PR
Localized exploration in contextual dynamic pricing achieves dimension-free regret
Princeton University(普林斯顿大学);New York University(纽约大学);Columbia University(哥伦比亚大学)
本文提出局部探索后承诺(LetC)算法,通过分阶段探索与利用,在上下文动态定价中实现无维度极小极大最优遗憾,并给出有限时间范围内的探索-利用平衡理论框架。
2024-12-26 cs.LG math.OC stat.ML
Online Allocation and Pricing: Constant Regret via Bellman Inequalities
School of Operations Research and Information Engineering, Cornell University(康奈尔大学运营研究与信息工程学院)
我们开发了一个框架,设计简单而有效的政策,一个家庭的在线分配和定价问题,其中包括在线包装,约束探测,动态定价,和在线上下文土匪背包。在每种情况下,我们都根据他们的遗憾(即,附加间隙),该附加间隙相对于离线控制器被赋予比在线控制器更多的信息。我们的框架基于Bellman不等式,它将算法的损失分解为两个不同的误差来源:(1)由计算易处理性问题引起的,以及(2)由随机轨迹的估计/预测引起的。平衡这些错误可以指导基准的选择,并导致既易于处理又具有强大性能保证的策略。特别是,在我们所有的例子中,我们证明了恒定遗憾的政策,只需要重新解决LP在每个时期,其次是一个简单的贪婪的行动选择规则,因此,我们的政策是实用的,以及可证明接近最优。
2020-07-30 cs.DS cs.LG math.OC
Logarithmic Regret in Feature-based Dynamic Pricing
University of California, Santa Barbara(加州大学圣巴巴拉分校)
基于库存的动态定价是一种越来越流行的为高度差异化的产品定价的模型,其应用于数字营销、在线销售、房地产等。该问题被正式研究为在线学习问题[Javanmard & Nazerzadeh,2019年]其中卖方需要基于$x$的特征为一系列$T$产品即时提出价格,同时有一点遗憾相对于最好的-“无所不知”-定价策略,她可以想出事后。我们重新审视这个问题,并提供了两个算法(EMLP和ONSP)的随机和对抗性的功能设置,分别,并证明了最佳的$O(d\log{T})$遗憾界。相比之下,最好的现有结果分别是$O\left(\min\left\{\frac{1}{λ_{\min}^2}\log{T}, \sqrt{T}\right\}\right)$和$O(T^{2/3})$,其中$λ_{\min}$是$\mathbb{E}[xx^T]$的最小特征值,可以任意接近$0$。我们还证明了一个$Ω(\sqrt{T})$信息理论的下限稍微更一般的设置,这表明,“知道的需求曲线”导致指数改善功能为基础的动态定价。
2021-10-25 cs.LG econ.EM stat.ML
American Option Pricing using Self-Attention GRU and Shapley Value Interpretation
University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
提出基于自注意力GRU的机器学习方法预测SPY期权价格,结合SHAP解释模型,揭示输入特征对美式期权定价的贡献,自注意力GRU优于其他模型。
2023-10-19 cs.LG q-fin.PR
Toward Optimal Regret in Robust Pricing: Decoupling Corruption and Time
Politecnico di Milano(米兰理工大学)
本文提出首个解耦腐败与时间跨度的鲁棒动态定价遗憾保证,通过改进的二分搜索算法,实现已知或未知腐败时的最优遗憾界。
2026-11-03 cs.AI cs.LG
Structured Dynamic Pricing: Optimal Regret in a Global Shrinkage Model
University of Southern California(南加州大学);Adobe Research(奥多比研究院)
本文针对流式纵向数据下的动态定价问题,提出基于全局收缩模型和惩罚随机梯度下降的定价策略,实现了渐近最优遗憾,并证明利用结构信息对策略规划至关重要。
2023-10-14 cs.DS cs.LG
Dynamic Pricing under Finite Space Demand Uncertainty: A Multi-Armed Bandit with Dependent Arms
University of California, Davis(加州大学戴维斯分校)
研究了需求模型未知情况下的动态定价问题。在这个问题中,卖方向一群顾客提供价格,并观察每次销售尝试的成功或失败。潜在的需求模型是未知的卖方,可以采取N种可能的形式之一。在本文中,我们表明,这个问题可以制定为一个多臂土匪依赖武器。我们提出了一种基于似然比检验的动态定价策略。我们表明,所提出的政策实现了完全学习,即,它提供了一个有界的遗憾,其中遗憾被定义为相对于具有已知需求模型的情况的收入损失。这与具有独立武器的多臂强盗的对数增长的后悔形成鲜明对比。
2012-10-27 cs.LG
Synthetic American Option Pricing via Jump-HMM-Driven Heston Implied Volatility
Robert Frederick Smith School of Chemical and Biomolecular Engineering(罗伯特·弗雷德里克·史密斯化学与生物分子工程学院)
本文提出一种通过跳跃HMM驱动的Heston模型生成合成期权价格的方法,解决隐含波动率与期权价格之间的循环依赖问题,通过结构模型生成波动率路径并定价美国期权,验证了模型的鲁棒性。
2026-09-29 cs.LG q-fin.CP
Smoothness-Adaptive Dynamic Pricing with Nonparametric Demand Learning
Nankai University(南开大学);University of Toronto(多伦多大学)
针对非参数 Hölder 平滑需求函数的动态定价,论文证明未知平滑度 β 下无法自适应达到 minimax 最优遗憾,并提出自相似性条件与无需先验 β 的平滑度自适应算法。
2023-11-01 cs.LG econ.EM stat.ML
Fast Lower and Upper Estimates for the Price of Constrained Multiple Exercise American Options by Single Pass Lookahead Search and Nearest-Neighbor Martingale
Concordia University(康考迪亚大学)
本文给出了一大类期权的快速下限和上限估计:约束多重行使美式期权类。这类期权中的典型期权是具有交易量和时间限制的摆动期权,以及具有多个回顾权的passport期权。下估计算法采用人工智能的前瞻搜索方法。上估计算法使用的对偶方法,期权定价的最近邻的基础上的鞅空间。提供了概率收敛保证。几个数值例子说明的方法,包括一个摆动选项与四个约束,和护照选项与16个约束。
2020-02-26 cs.LG math.OC q-fin.CP
Towards Agnostic Feature-based Dynamic Pricing: Linear Policies vs Linear Valuation with Unknown Noise
University of California, Santa Barbara(加州大学圣巴巴拉分校)
在基于特征的动态定价中,销售者通过从先前销售会话的二元结果(如果评估$\geq$价格,则为“已售出”,否则为“未售出”)学习,动态地为一系列产品(由特征向量描述)设置适当的价格。现有的工作要么假设无噪声线性估值或精确已知的噪声分布,这限制了这些算法在实践中的适用性时,这些假设是很难验证的。在这项工作中,我们研究了两个更不可知的模型:(a)一个“线性政策”的问题,我们的目标是竞争的最佳线性定价政策,同时不对数据做任何假设,和(b)一个“线性噪声估值”的问题,随机估值是线性的,加上一个未知的和无干扰的噪音。对于前一个模型,我们证明了一个$\tildeΘ(d^{\frac13}T^{\frac23})$极大极小遗憾的对数因子。对于后一种模型,我们提出了一种算法,实现了$\tilde{O}(T^{\frac34})$遗憾,并提高了最有名的下限从$Ω(T^{\frac35})$到$\tildeΩ(T^{\frac23})$。这些结果表明,无遗憾学习是可能的基于特征的动态定价在弱假设下,但也揭示了一个令人失望的事实,似乎更丰富的定价反馈并没有显着更有用的比强盗反馈减少遗憾。
2022-04-01 cs.LG econ.EM stat.ML
On consistency of optimal pricing algorithms in repeated posted-price auctions with strategic buyer
Yandex(俄罗斯搜索引擎公司);MSU(莫斯科国立大学)
我们研究收入优化学习算法的重复标价拍卖,卖方与一个单一的战略买家,持有一个固定的私人估价的好,并寻求最大化他的累积折扣盈余。对于这种设置,首先,我们提出了一种新的算法,永远不会降低报价,并在$Θ(\log\log T)$有一个严格的战略遗憾界在一些温和的假设下,买方剩余折扣。这一结果关闭了开放的研究问题,存在一个无遗憾的水平独立的弱一致定价。该算法的灵感来自于我们的观察,即在弱一致算法中,报价的双重下降足以导致线性后悔。这促使我们构建一个新的转换,映射一个右一致的算法到一个弱一致的,永远不会降低提供的价格。其次,我们优于先前已知的战略遗憾的算法PRRFES,其中的改进是通过一个更精细的常数因子$C$的主要术语$C\log\log T$在这个上限。最后,我们推广结果的战略后悔以前已知的几何折扣的买方盈余的折扣的其他类型,即:最优的定价PRRFES的情况下,几何凹递减折扣;和线性下界的战略后悔的范围广泛的地平线独立的弱一致性算法的情况下,任意折扣。
2018-02-08 cs.AI cs.GT cs.LG
Dynamic Pricing in High-dimensions
University of Southern California(南加州大学)
我们研究了一家公司所面临的定价问题,销售大量的产品,通过广泛的功能,随着时间的推移到达的客户。顾客根据一个包含产品特征和顾客特征的一般选择模型独立地做出购买决策,该模型被编码为$d$维数值向量,以及所提供的价格。选择模型的参数是先验未知的公司,但可以学习(二进制值)的销售数据随着时间的推移。公司的目标是尽量减少遗憾,即,针对预先知道选择模型的参数并且总是提供收入最大化价格的千里眼策略的预期收入损失。这种设置的部分原因是在线市场的流行,允许实时定价。我们假设一个结构化的选择模型,其参数取决于$d$产品特征中的$s_0$。我们提出了一个动态的政策,称为正则化极大似然定价(RMLP),利用(稀疏)结构的高维模型,并获得了对数遗憾$T$。更具体地说,我们的算法的遗憾是$O(s_0 \log d \cdot \log T)$。此外,我们表明,没有政策可以获得比$O(s_0 (\log d + \log T))$更好的遗憾。
2018-01-01 cs.LG stat.ML
Optimal Contextual Pricing under Agnostic Non-Lipschitz Demand
Carnegie Mellon University(卡内基梅隆大学);University of California San Diego(加州大学圣地亚哥分校)
本文研究了具有线性估值和有界支持无偏噪声的上下文动态定价问题,提出了一种多项式时间算法,通过随机参数估计、保守残差网格探测和基于置信度的一步重定向,实现了最优的 regret,改进了之前的上界。
2026-05-07 cs.LG econ.EM stat.ML
Optimal Contextual Pricing and Extensions
Massachusetts Institute of Technology(麻省理工学院);Google Research(谷歌研究院)
在上下文定价问题中,卖方重复获得由$\mathbb{R}^d$中的逆向选择的特征向量描述的产品,并且仅观察具有固定但未知的产品线性估值的买方的购买决策。后悔衡量的是卖方在知道买方估价的情况下本可以获得的收入与通过学习算法可以获得的收入之间的差异。我们给出了一个多时间算法的上下文定价与$O(d \log \log T + d \log d)$遗憾匹配的$Ω(d \log \log T)$下限的$d \log d$添加剂的因素。如果我们用对称损失代替定价损失,我们得到了一个算法,该算法使$O(d \log d)$的近似最优遗憾匹配$Ω(d)$下限直到$\log d$。这些算法是基于一种新的技术,在各种尺度上的凸区域的斯坦纳多项式的值的边界。Steiner多项式是以内禀体积作为系数的次数$d$多项式。我们还研究了一个广义版本的上下文搜索,其中隐藏的线性函数在欧几里德空间被替换为一个隐藏的功能$f : \mathcal{X} \rightarrow \mathcal{Y}$在一定的假设类$\mathcal{H}$。我们提供了一个通用的算法$O(d^2)$遗憾$d$是这个类的覆盖维度。如果线性函数保证是$s$稀疏的,则这特别导致用于线性上下文搜索的$\tilde{O}(s^2)$后悔算法。最后,我们还将我们的结果扩展到噪声反馈模型,其中每一轮我们的反馈以固定的概率$p < 1/2$翻转。
2021-02-23 cs.DS cs.LG
Perishability of Data: Dynamic Pricing under Varying-Coefficient Models
University of Southern California(南加州大学)
我们考虑的是一家以在线方式向客户销售大量产品的公司。每个产品都由一个高维特征向量描述,并且产品的市场价值被假设为在其特征值中是线性的。估值模式的参数为未知,并可能随时间而改变。公司顺序观察产品的特征,并可以使用历史销售数据(二进制销售/无销售反馈)来设置当前产品的价格,目的是最大化所收集的收入。我们通过后悔来衡量动态定价策略的性能,后悔是与预先知道模型参数序列的千里眼相比的预期收入损失。我们提出了一个定价策略的基础上,预计随机梯度下降(PSGD)和其遗憾的时间$T$,功能维度$d$,和时间的变化模型参数,$δ_t$。我们考虑两种设置。在第一个模型中,特征向量的选择具有对抗性,我们证明了PSGD定价策略的后悔性是$O(\sqrt{T} + \sum_{t=1}^T \sqrt{t}δ_t)$阶的。在第二种设置(称为随机特征模型)中,特征向量独立于未知分布绘制。我们证明了在这种情况下,PSGD定价策略的后悔是$O(d^2 \log T + \sum_{t=1}^T tδ_t/d)$阶的。
2017-04-24 cs.GT cs.LG stat.ML
On Dynamic Pricing with Covariates
Imperial College Business School, Imperial College London(帝国理工学院商学院,帝国理工学院)
本文针对广义线性需求模型下的动态定价问题,证明UCB和汤普森采样算法无需协变量独立同分布假设即可达到$O(d\sqrt{T}\log T)$遗憾界,并扩展到有限库存约束场景。
2023-11-13 cs.LG stat.ML
$ε$-Policy Gradient for Online Pricing
University of Edinburgh(爱丁堡大学);Alan Turing Institute(阿兰·图灵研究所);Naresuan University(那黎宣大学);Imperial College London(伦敦帝国学院)
本文提出ε-策略梯度算法用于在线定价,用梯度下降替代ε-贪婪中的贪婪利用并结合模型推断,通过量化探索与利用成本实现O(√T)阶期望遗憾。
2024-05-06 cs.LG math.OC q-fin.ST
Parameter-Adaptive Dynamic Pricing
The Hong Kong University of Science and Technology(香港科技大学)
针对动态定价中现有方法依赖需求函数先验参数知识的问题,提出无需先验知识的Parameter-Adaptive Dynamic Pricing (PADP)算法,通过定义域分区与线性bandit结构有效管理regret,实验证明其在处理未知需求参数时优于现有方法。
2025-03-02 cs.LG
Online Pricing with Offline Data: Phase Transition and Inverse Square Law
The Hong Kong Polytechnic University(香港理工大学);Massachusetts Institute of Technology(麻省理工学院)
本文研究了在动态定价的背景下,预先存在的离线数据对在线学习的影响。研究了销售期为$T$的单产品动态定价问题。每个时期的需求量由产品的价格决定,根据一个参数未知的线性需求模型。我们假设在销售期开始之前,卖家已经有了一些预先存在的离线数据。离线数据集包含$n$样本,每个样本都是由历史价格和相关联的需求观测组成的输入-输出对。卖方希望利用预先存在的离线数据和连续的在线数据来最小化在线学习过程的遗憾。我们的特点的联合效应的大小,位置和分散的离线数据上的最佳遗憾的在线学习过程。具体地,离线数据的大小、位置和离散度分别通过历史样本的数量$n$、平均历史价格和最优价格之间的距离$δ$以及历史价格的标准偏差$σ$来测量。我们证明了最优遗憾是$\widetilde Θ\left(\sqrt{T}\wedge \frac{T}{(n\wedge T)δ^2+nσ^2}\right)$,并设计了一个基于“乐观面对不确定性”原则的学习算法,其遗憾是最优的对数因子。我们的研究结果揭示了令人惊讶的转型的最佳后悔率相对于离线数据的大小,我们称之为相变。此外,我们的研究结果表明,离线数据的位置和分散性也对最佳后悔有内在的影响,我们通过平方反比定律量化这种影响。
2021-11-17 cs.LG stat.ML
Dynamic Pricing in Competitive Markets
Institute of Computer Science, Goethe University(歌德大学计算机科学研究所)
在竞争环境中对商品进行动态定价以使收入最大化是一个自然的目标,多年来一直是研究的主题。本文研究了一类具有替代品性质的市场,其卖方具有可分可售的商品。根据所选择的价格,每个卖方观察到一定的需求,满足受供应约束。卖方的目标是动态地为商品定价,以使其收益最大化。对于静态市场情形,当消费者效用满足恒定替代弹性(CES)性质时,我们利用Zinkevich的在线梯度下降算法的改进版本,给出了卖方收入损失最大的$O(\sqrt{T})$后悔界.对于一个更专门的一组消费者公用事业满足等弹性条件,我们表明,当每个卖方使用一个遗憾最小化算法满足一定的技术性能,关于$(1-α)$倍的最佳收入的遗憾是有界的$O(T^{1/4} / \sqrtα)$。我们将这一结果推广到具有动态供给的市场,并证明了相应的动态后悔界,其保证随着市场的内在不稳定性而平滑恶化。作为一个副作用,我们还扩展了以前已知的收敛结果,这些算法在一般的游戏的动态设置。
2017-09-14 cs.GT cs.LG
Bandit Sequential Posted Pricing via Half-Concavity
School of Computer Science, Georgia Tech(佐治亚理工学院计算机学院)
针对先验未知的序贯定价问题,论文提出老虎机学习算法,利用收入函数的半凹性获得正则与一般分布下关于T近优且紧的遗憾界。
2024-06-12 cs.DS cs.GT cs.LG
Nonparametric Pricing Analytics with Customer Covariates
University of Toronto(多伦多大学);The Hong Kong University of Science and Technology(香港科技大学)
个性化定价分析正在成为零售业的重要工具。在观察每个到达客户的个性化信息后,公司需要根据收入,教育背景,过去的购买历史等协变量制定相应的价格,以获取更多的收入。对于新进入者来说,缺乏历史数据可能会严重限制个性化定价的能力和盈利能力。我们提出了一个非参数定价策略,同时学习客户的偏好的基础上的协变量,并在有限的时间内最大化的预期收入。该策略不依赖于关于个性化信息如何影响消费者偏好的任何先验假设(例如线性模型)。它自适应地将协变量空间划分为更小的bin(超矩形),并根据协变量和偏好对客户进行聚类,为属于同一聚类的客户提供类似的价格,权衡粒度和准确性。我们表明,该算法实现了遗憾的顺序$O(\log(T)^2 T^{(2+d)/(4+d)})$,其中$T$是地平线的长度和$d$是维度的协变量。它改善了目前的遗憾,在文献\citep{slivkins2014contextual},温和的技术条件下,在定价的背景下(平滑和本地的价格)。我们还证明,没有政策可以实现一个遗憾小于$O(T^{(2+d)/(4+d)})$为一个特定的实例,从而证明了近最优的建议政策。
2020-02-16 cs.LG stat.ML
Dynamic Incentive-aware Learning: Robust Pricing in Contextual Auctions
Sloan School of Management, Massachusetts Institute of Technology(麻省理工学院斯隆管理学院);University of Southern California(南加州大学);Google Research(谷歌研究院)
出于在广告交易市场的定价,我们考虑了鲁棒学习的问题,对战略买家在重复的上下文第二价格拍卖的保留价。买家对一件物品的估价取决于描述该物品的上下文。然而,卖方并不知道上下文和买方估价之间的关系,即,买家的偏好。卖方的目标是设计一个学习策略,通过观察过去的销售数据来设置保留价,她的目标是最小化她的收入后悔,其中后悔是根据一个千里眼的政策,知道买家的异质性偏好计算。考虑到卖方的目标,效用最大化的买方有动机不真实地出价,以操纵卖方的学习策略。我们提出的学习政策,是强大的这种战略行为。这些政策使用拍卖的结果,而不是提交的出价,估计的偏好,同时控制每次拍卖的结果对未来的保留价的长期影响。当市场噪声分布是已知的卖方,我们提出了一个政策,称为上下文稳健定价(CORP),实现了T期后悔$O(d\log(Td) \log (T))$,其中$d$是{的}上下文信息的维度。当卖方不知道市场噪声分布时,我们提出了两种策略,其遗憾是次线性的$T$。
2020-02-25 cs.GT cs.LG stat.ML
Dynamic pricing and assortment under a contextual MNL demand
Columbia University(哥伦比亚大学)
我们考虑动态多产品定价和分类问题下的一个未知的需求在T个时期,在每个时期,卖方决定的价格为每个产品或产品的分类提供给客户谁选择根据一个未知的多项Logit模型(MNL)。这样的问题出现在许多应用中,包括在线零售和广告。我们提出了一个随机动态定价策略的基础上的在线牛顿步算法(ONS)的变体,实现了$O(d\sqrt{T}\log(T))$遗憾保证下的对抗性到达模型。我们还提出了一个新的乐观算法的对抗MNL上下文土匪问题,它实现了更好的依赖性比国家的最先进的算法,在一个问题相关的常数$κ_2$(潜在的指数小)。我们的遗憾上限尺度为$\tilde{O}(d\sqrt{κ_2 T}+ \log(T)/κ_2)$,这给出了比现有的$\tilde{O}(d\sqrt{T}/κ_2)$保证更强的界限。
2022-11-11 cs.LG
Dynamic Pricing with Finitely Many Unknown Valuations
Università degli Studi di Milano(米兰大学);ENS Paris-Saclay(巴黎萨克雷高等师范学院);CNRS(法国国家科学研究中心);Criteo AI Lab(Criteo人工智能实验室)
激励张贴价格拍卖的买家被分组在一个未知数量的潜在类型,其特征在于他们的私人价值的良好的销售,我们研究收入最大化的随机动态定价时,买家的私人价值的分布是支持在一个未知的点集[0,1]的未知基数$K$。该设置可以被视为随机$K$ -武装强盗问题的实例,其中还必须学习武装的位置($K$未知赋值)。在分布自由的情况下,我们证明,我们的设置是一样硬$K$武装随机土匪:没有算法可以实现一个遗憾显着优于$\sqrt{KT}$,(其中T是时间范围),我们提出了一个有效的算法匹配这个下限对数因子。在分布依赖的情况下,我们表明,对于所有的$K>2$,我们的设置是严格的硬比$K$武装随机土匪证明,这是不可能的,以获得遗憾的界限,在时间或更慢的增长。另一方面,当一个下限$γ>0$上的最小下降的需求曲线是已知的,我们证明了一个上限的遗憾顺序$(1/Δ+(\log \log T)/γ^2)(K\log T)$。这是一个显着的改进,以前已知的不连续的需求曲线,在最好的顺序$(K^{12}/γ^8)\sqrt{T}$遗憾边界。当$K=2$在分布依赖的情况下,我们的设置的硬度降低到随机$2$武装土匪:我们证明了上界的顺序$(\log T)/Δ$(高达$\log\log$因素)的遗憾可以实现没有信息的需求曲线。最后,我们显示了一个$O(\sqrt{T})$上限的设置中,买家的决定是非随机的遗憾,和遗憾的测量相对于最好…
2019-03-05 cs.LG stat.ML
Markdown Pricing Under an Unknown Parametric Demand Model
Cornell University(康奈尔大学);Carnegie Mellon University(卡内基梅隆大学)
针对未知参数化需求模型下的单调降价定价问题,引入交叉数度量族复杂度,提出最优遗憾策略:交叉数为0时遗憾为$\Theta(\log^2 n)$,交叉数$k\ge1$时遗憾为$\tilde\Theta(n^{k/(k+1)})$,完整解决了该问题的极小极大遗憾。
2023-12-23 cs.GT cs.LG
Utility Fairness in Contextual Dynamic Pricing with Demand Learning
Leonard N. Stern School of Business, New York University(纽约大学莱昂纳德·N·斯特恩商学院);Naveen Jindal School of Management, University of Texas at Dallas(德克萨斯大学达拉斯分校纳文·金达尔管理学院)
本文研究需求不确定下带效用公平性约束的情境动态定价,提出新算法并给出最优遗憾上界,同时刻画最优策略结构并建立非标准遗憾下界,揭示公平性对效用与收入平衡的影响。
2023-11-28 cs.LG stat.ML
Physics Informed Neural Network for Option Pricing
本研究将PINN物理信息深度学习方法应用于Black-Scholes方程实现美式与欧式期权定价,经模拟和真实市场数据验证性能良好,并通过架构与学习过程实验探究了影响性能的收敛及稳定性问题。
2023-12-10 cs.CE cs.LG q-fin.PR
Adaptive Discretization against an Adversary: Lipschitz bandits, Dynamic Pricing, and Auction Tuning
MIT(麻省理工学院);Microsoft Research NYC(微软研究院纽约)
针对对抗收益下Lipschitz赌博机的自适应离散化研究空白,提出Adversarial Zooming算法,推导了兼具最坏情况最优性和实例依赖性的悔界,并将其拓展应用于动态定价、拍卖调优等非平滑对抗场景。
2025-06-12 cs.DS cs.GT cs.LG