Secretary, Prophet, and Stochastic Probing via Big-Decisions-First
Stanford University(斯坦福大学);Georgia Tech(佐治亚理工学院)
本文研究了在不确定性下三个基本问题:推荐问题、先知不等式和随机探测,针对一般向下闭合约束,提出大决策优先原则,解决二次差距问题,给出两种问题的$\tildeΩ(\log^2 n)$难性和第三种问题的$O(\log n)$近似算法。
2026-04-01 cs.DS cs.GT
Single-Sample Prophet Inequalities: A Combinatorial to Single-Item Reduction
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出从组合到单项先知不等式的通用归约,利用自由处置价值分离约束,在Googol模型下为XOS估值和可分割资源获得改进的竞争比,并给出分数背包的最优结果。
2026-10-05 cs.DS cs.GT
Combinatorial Auctions with Online XOS Bidders
在组合拍卖中,设计者必须决定如何在一组投标人中分配一组不可分割的物品。每个投标人都有一个估价函数,它给出了他们从任何项目子集中获得的效用。我们的重点是福利最大化,其目标是最大化投标人对他们分配的项目的估值总和(估值函数被假设为真实报告)。我们分析了一个在线的问题,其中的算法是不事先给定的投标人的集合。相反,投标人是以一个统一的随机顺序依次显示的,类似于秘书问题。算法必须在下一个出价人出现之前,就将哪些物品分配给当前出价人做出不可撤销的决定。当赋值函数位于类$XOS$(其中包括子模函数)中时,我们提供了从离线到在线优化的黑盒约简。具体而言,给定离线福利最大化的$α$ -近似算法,我们展示了如何创建一个$(0.199 α)$ -近似算法的在线问题。我们的算法借鉴了秘书问题的连接,事实上,我们表明,在线福利最大化问题本身可以被看作是一种特殊的秘书问题与非均匀的到达顺序。
2017-03-29 cs.DS cs.GT
Prophets and Secretaries with Overbooking
先知和秘书问题演示了涉及最优停止理论的在线场景。在一个典型的预言家或秘书问题中,选择决策被假设为是即时的和不可撤销的。但是,许多在线设置都提供了某种程度的可兼容性。为了研究这种情况下,我们引入了$\ell-out-of-k$设置,决策者可以立即选择$k$元素,但她的表现是由所选集合中的顶级$\ell$元素来衡量的。同样,决策可以在任何给定的时间点保存$\ell$元素,但可以在新元素到达时返回$k-\ell$。我们给出了$\ell$ -out-of- $k$先知和秘书情景竞争比的上界和下界。其中包括单样本预测算法,该算法给出了$1-\ell\cdot e^{-Θ\left(\frac{\left(k-\ell\right)^2}{k}\right)}$的竞争比,该竞争比对于$k-\ell=Θ(\ell)$是渐近紧的。对于秘书设置,我们设计了一个算法,获得竞争比$1-\ell e^{-\frac{k-8\ell}{2+2\ln \ell}} - e^{-k/6}$,并表明,没有秘书算法获得更好的比$1-e^{-k}$(可忽略不计的条款)。顺便说一下,我们的结果导致Assaf等人[2000]的结果对于$1-out-of-k$预言者场景的改进。除了对在线算法和最优停止理论的贡献,我们的研究结果对机制设计有影响。特别是,我们使用我们的先知算法,以获得{ \em超额预订}机制,具有良好的福利和…
2019-11-05 cs.DS cs.GT
Tight Guarantees for Static Threshold Policies in the Prophet Secretary Problem
在先知秘书问题中,$n$值独立于已知分布,并以均匀随机顺序呈现。决策者必须接受或拒绝所呈现的每个值,并且总共最多可以接受$k$值。目标是最大化可接受值的期望总和。我们分析了静态阈值策略的性能,该策略接受超过固定阈值的第一个$k$值(或者如果存在少于$k$的所有此类值)。我们表明,一个适当的阈值保证$γ_k = 1 - e^{-k}k^k/k!$倍的离线最优解的值。注意,$γ_1 = 1-1/e$,并通过斯特林近似$γ_k \approx 1-1/\sqrt{2 πk}$。这代表了所有$k>1$的先知秘书问题的最佳保证,并且对于静态阈值策略类的所有$k$都是紧的。我们提供了两种简单的方法来设置阈值。我们的第一种方法设置了一个阈值,使得$k \cdot γ_k$值在预期中被接受,并为所有$k$提供了最佳保证。我们的第二个设置阈值,使得超过阈值的值的预期数量等于$k$。如果$k > 4$,该方法给出最优保证,但是对于$k \le 4$给出次优保证。我们的证明使用了一个新的结果来优化独立Bernoulli随机变量的和,它推广了Hoeffding(1956)的一个经典结果,并且可能是独立的兴趣。最后,我们注意到,我们的方法设置阈值可以在有限的信息代理的价值观。
2022-06-08 cs.DS cs.GT
Prophet Secretary: Surpassing the $1-1/e$ Barrier
在先知秘书问题中,来自一组已知概率分布的样本以均匀随机的顺序一个接一个地到达,算法必须在样本到达时立即选择其中一个样本。目标是最大化相对于分布的期望最大值所选取的样本的期望值。这是在线决策中最简单和最基本的问题之一,它模拟了向一系列客户销售一件商品的过程。对于一个密切相关的问题,称为先知不等式,其中随机变量的顺序是对立的,它是已知的,一个可以达到预期的最大值的期望$1/2$,没有更好的比例是可能的。对于先知秘书问题,也就是说,当变量以随机顺序到达时,Esfandiari等人。(ESA 2015)表明,实际上可以得到最大值的$1-1/e$。$1-1/e$结合最近被扩展到更一般的设置(Ehsani等人,2017年)的报告。鉴于这些结果,人们可能会倾向于相信$1-1/e$是正确的界限。我们表明,这是不是这样的情况下,通过提供一个算法的先知秘书问题,击败$1-1/e$界,并实现$1-1/e+1/400$的最佳值。我们还证明了一个硬度下的自然限制,我们称之为确定性分布不敏感的算法的性能结果。
2017-11-06 cs.DS
Prophet Secretary Through Blind Strategies
在经典的先知不等式中,独立随机变量的样本在线到达。一个知道分布的赌徒必须在每个时间点决定是停止并选择当前的样本还是继续并永远失去该样本。赌徒的目标是最大化他所选择的东西的期望值,而性能度量是赌徒得到的期望值与提前看到所有实现的预言家得到的期望值之间的最坏情况比率。在70年代后期,Krengel和Sucheston以及Garing(1977)确定了这个最坏情况比率是一个等于1/2的普适常数。在过去的十年里,先知不平等已经重新成为一个重要的问题,因为它与在线销售中经常使用的价格机制有关。一个非常有趣的变体是先知秘书问题,其中唯一的区别是样本以均匀随机的顺序到达。对于这种变体,几种算法实现了1-1/e的常数,最近这种障碍略有改善。本文分析了在不同时间设置一个非递增序列的阈值的策略。赌徒在样本第一次超过相应阈值时停止。具体来说,我们考虑一类称为盲分位数策略的策略。它们包括固定一个函数,一旦实例被揭示,该函数用于定义一系列阈值。我们的主要结果表明,它们可以实现0.665的常数,改进了Azar等人(2018)和Beyhaghi等人(2018)(顺序选择)的最佳结果。我们的证明精确地分析了基本的停止时间分布,依赖于舒尔凸性理论。我们进一步证明了盲策略不能达到优于0.675。最后我们证明了对于赌徒来说没有算法可以达到优于0.732。
2019-03-12 cs.DS
Sample-driven optimal stopping: From the secretary problem to the i.i.d. prophet inequality
我们采取一个统一的方法来选择最优停止问题的随机到达顺序和独立的抽样项目。在我们考虑的问题中,一个决策者(DM)最初得到的样本$N$项目独立的概率$p$,并可以观察这些抽样项目的相对排名。然后,DM以在线方式面对剩余的项目,观察所有显示项目的相对排名。当扫描序列时,DM做出不可撤销的停止/继续决定,并且她停止面对具有等级$i$的项目的序列的奖励是$Y_i$。DM的目标是最大化她的回报。我们首先研究DM已知值$Y_i$的情况,然后转移到这些值是对抗性的情况。对于前一种情况,我们编写自然线性规划来捕获算法的性能,并取其连续极限。我们证明了这个连续的限制,这使我们能够减少一个相对简单的真正的优化问题的问题的结构性结果。我们建立的最佳算法是由一个序列的阈值$t_1\le t_2\le\cdots$,使DM应该停止,如果看到一个项目与当前的排名$i$后,时间$t_i$。此外,我们能够恢复该地区的一些经典结果,如秘书问题和最小排序问题。对于对抗的情况下,我们得到了一个类似的线性规划与一个额外的随机优势约束。使用相同的机制,我们能够确定所有$p$值的最佳竞争比。值得注意的是,我们证明了当$p$接近1时,我们的保证线性收敛到0.745,与i.i.d.~先知不平等同样有趣的是$p=1/2$的情况,其中我们的边界评估为$0.671$,这改进了现有技术。
2021-08-09 cs.DS cs.GT
Optimal Stopping with Interdependent Values
本文研究相互依赖价值下的在线最优停止问题,统一非策略算法与策略机制设定,首次为 prophet 和 secretary 问题给出基于简单停止规则的常数因子福利近似。
2024-04-09 cs.DS cs.GT
Mean-only Prophet Inequalities
该研究针对单选择先知不等式等场景,提出仅依赖均值的简单算法,将i.i.d.变量和先知秘书问题的竞争比分别提升至0.7419和0.6902。
2026-10-20 cs.DS
Improved Combinatorial Auctions with and without Samples
Stanford University(斯坦福大学);Georgia Tech(佐治亚理工学院)
该研究针对组合拍卖的三类模型,提出了通用真实的改进机制,将秘书与离线模型的近似比从O((log log m)²)提升至O(log log m),还解决了相关开放问题,且运行时间与样本复杂度更优。
2026-10-14 cs.DS cs.GT
Combinatorial Prophet Inequalities
我们介绍了一个新的框架先知不等式的组合赋值函数。对于任意拟阵可行性约束下的(非单调)次模目标函数,我们给出了一个$O(1)$ -竞争算法。对于任意下闭可行性约束下的单调次可加目标函数,我们给出了一个$O(\log n \log^2 r)$ -竞争算法(其中$r$是最大可行子集的基数).受次可加性预言不等式证明的启发,我们还得到了求解具有单调次可加性目标函数的秘书问题的一个$O(\log n \cdot \log^2 r)$ -竞争算法.即使是基数可行性约束的特殊情况下,我们的算法绕过了$Ω(\sqrt{n})$的下限Bateni,Hajiaghayi,Zadimoghoughman \cite{BHZ13-submodular-secretary_original}在一个受限的查询模型。在我们的次模先知不等式的途中,我们证明了一个独立的技术结果:我们展示了非单调次模函数的相关间隙引理的一个变体。
2016-11-02 cs.DS
Matroid Secretary Is Equivalent to Contention Resolution
我们证明了拟阵秘书问题等价于在线随机序模型中的相关竞争解决。具体地说,拟阵秘书猜想是真实的,当且仅当每个拟阵承认一个在线的随机顺序的竞争解决方案,给定一个任意的(可能相关的)先验分布的子集的地面集,匹配的平衡比最好的离线计划的分布到一个常数。我们称这种方案为普遍方案。我们的研究结果表明,拟阵秘书问题的核心挑战在于解决正相关输入的竞争,特别是当正相关性是良性的,尽可能多的离线竞争解决的关注。我们的结果建立在我们以前的工作,建立了一个方向的这种等价性,即秘书猜想意味着普遍的随机顺序的竞争决议,以及弱逆,从一个随机顺序的竞争决议计划,只有部分知识的分布派生出一个拟阵秘书算法。正是这种弱逆,我们加强在本文中:我们表明,普遍的随机顺序的竞争解决拟阵,在通常的设置一个完全已知的先验分布,足以解决拟阵秘书猜想的肯定。我们的证明是三个归约的合成。首先,我们使用对偶参数减少拟阵秘书问题的拟阵先知秘书问题与任意相关的分布。其次,我们引入了一个广义的竞争决议,我们称之为竞争决议,我们减少了相关的拟阵先知秘书问题。最后,我们结合重复的元素与限制参数,以减少标记的竞争解决经典的竞争解决。
2022-01-03 cs.DS
Simplified Prophet Inequalities for Combinatorial Auctions
我们考虑了XOS和MPH- $k$组合拍卖的先知不等式,并给出了一个简化的证明,证明了静态和匿名的物品价格的存在性,从而恢复了最新的竞争比.我们的证明利用了一个线性规划公式,它有一个非负的目标值,如果有价格承认一个给定的竞争比$α\geq 1$。通过应用强LP对偶将我们的视角转换到对偶空间,我们使用对偶变量作为概率的解释来直接获得我们的结果。与以前的工作相比,我们的证明不需要争论购买者对捆绑的具体价值,而只需要讨论物品的存在或不存在。顺便说一下,对于任何$k \geq 2$,这种简化也导致$k$组合拍卖的最佳竞争比从$4k-2$到$2k + 2 \sqrt{k(k-1)} -1$的微小改进。
2022-11-01 cs.DS cs.GT
Single-Sample Prophet Inequalities Revisited
在有限信息制度下对预言者不平等问题的研究是由Azar等人发起的。[SODA'14]在追求先验独立的标价机制中。正如他们所示,$O(1)$ -竞争政策是可以实现的,只使用一个单一的样本,从每个代理的分布。他们的结果中有一个值得注意的部分依赖于减少单样本先知不平等(SSPI)的设计,顺序遗忘秘书(OOS)的政策。上述减少是以没有充分利用现有样品为代价的。然而,到目前为止,这基本上是证明许多组合集的SSPI的唯一方法。最近,Rubinstein等人[ITCS'20]给出了一个令人惊讶的简单算法,该算法实现了单选SSPI问题$-$的最优竞争比,这是通过将其归约为秘书问题而无法获得的结果。出于这种差异,我们直接研究简单的SSPI政策的竞争力,而不呼吁从OOS文献的结果。在这个方向上,我们首先开发了一个框架,用于分析针对贪婪的先知解决方案的政策。使用这个框架,我们得到的第一个SSPI一般(非二分)匹配环境,以及改进的竞争比横向和截断分区拟阵。其次,出于观察,许多OOS政策拟阵分解成独立的秩$1$的情况下,我们提供了一个元定理,适用于任何拟阵满足此分区属性的问题。利用Rubinstein等人最近的结果,我们获得了改进的竞争性保证(大多数由$2$的一个因素)的减少Azar等人捕获的拟阵的数量。最后,我们讨论了我们的SSPI的应用程序的多维有限的信息设置与改进的收入和福利保证的机制的设计。
2021-11-23 cs.DS cs.GT
Prophet Inequalities on the Intersection of a Matroid and a Graph
我们认为先知不平等的设置代理对应于两个元素的拟阵和顶点图。一组智能体是可行的,如果它们形成拟阵中的独立集和图中的独立集。我们的主要结果是一个事前1/(2d+2)-预言不等式,其中d是一个图参数,其上界为任意顶点邻域内的一个独立集的最大尺寸.我们通过一个框架建立了这个结果,该框架既为拟阵中的元素设置动态价格(使用平衡阈值的方法),又为图中的顶点设置静态但歧视性的价格(受到近似动态规划的最新发展的启发)。接受代理人的门槛就是这两个价格之和。我们表明,由一定的家庭的间隔调度约束,d的值是1。因此,我们的框架提供了第一个常数因子先知不平等时,既有拟阵独立的约束和时间间隔调度约束。它还统一和改进了文献中的几个结果,导致1/2-先知不等式时,代理人有XOS的一组项目的估值函数,并使用它们为一个有限的时间间隔,更一般地说,1/(d+1)-先知不等式时,这些项目都需要一捆d资源采购。
2019-07-15 cs.DS cs.GT
Multi-Unit Combinatorial Prophet Inequalities
本文研究多单元组合拍卖中先知不等式的竞争比,证明其严格难于单物品情形,并提出一种仅需最少分布信息的非自适应匿名定价,其竞争比随物品供应量递增。
2025-05-21 cs.DS cs.GT
Optimal Stopping with a Predicted Prior
University of Bergen(卑尔根大学);The University of Hong Kong(香港大学);Hong Kong University of Science and Technology(香港科技大学)
本文提出一种结合预测先验的最优停止算法,改进了一致性与鲁棒性的权衡,同时在最大化预期接受价值和最大价值概率上取得进展。
2026-02-28 cs.DS
The Strong Secretary Conjecture is True for Linear Matroids
HUN-REN–ELTE Egerváry Research Group, Department of Operations Research, Eötvös Loránd University(匈牙利科学院-罗兰大学埃格瓦里研究组,运筹学系,罗兰大学);HUN-REN Alfréd Rényi Institute of Mathematics(匈牙利科学院阿尔弗雷德·雷尼数学研究所);Department of Computer Science, University of Southern California(南加州大学计算机科学系);Department of Mathematical Engineering and Center for Mathematical Modeling, Universidad de Chile(智利大学数学工程系与数学建模中心);Institute for Mathematical and Computational Engineering, and Department of Industrial and Systems Engineering, Pontificia Universidad Católica de Chile(智利天主教大学数学与计算工程研究所,工业与系统工程系)
本文证明线性拟阵上的拟阵秘书问题具有 $1/e$ 的竞争比保证,解决了强秘书猜想,并披露了与AI并发发现的经历。
2026-11-09 cs.DS
The Competition Complexity of Prophet Inequalities
本文通过资源增广视角研究单选择先知不等式的竞争复杂度,证明块阈值算法最优且以双指数速度逼近离线最优,并揭示其与单阈值算法的指数级差距。
2024-02-22 cs.DS cs.GT
Online Combinatorial Allocation with Interdependent Values
本研究将相互依赖价值下的在线秘书问题框架扩展至组合场景,为多类估值函数给出2e竞争比算法,并为策略场景下的在线二分匹配提供4e竞争比的真实机制,达到相关领域已知前沿水平。
2025-07-31 cs.DS cs.GT
On the Strong Matroid Secretary Conjecture and Beyond
University of Maryland, College Park(马里兰大学帕克分校)
本文通过有限线性规划验证并证明了强拟阵秘书猜想对所有线性拟阵成立,给出1/e竞争算法,并推广了单样本先知算法至任意拟阵。
2026-09-17 cs.DS
Philosopher and Prophet Inequalities for Divisible Items
H. Milton Stewart School of Industrial and Systems Engineering, Georgia Tech(佐治亚理工学院工业与系统工程学院);School of Computer Science, Georgia Tech(佐治亚理工学院计算机学院)
研究可分资源在线福利最大化问题,给出满足收益递减的单调凹估值近似算法,对最优在线策略有2/3近似,得到针对离线事后最优的紧预言家不等式,还表明固定价格拍卖对离线/预言家基准有1/2近似。
2026-07-14 cs.DS cs.GT
Sample-Based Matroid Prophet Inequalities
针对未知分布下的一般拟阵先知选择问题,提出基于分位数归约和可选 OCRS 的样本算法,以 polylog 样本达到 (1/4−ε) 竞争比。
2024-06-18 cs.DS
Prophet Inequalities with Limited Information
在经典的预言不等式中,赌徒观察到一系列随机奖励$V_1,...,V_n$,并且必须决定,对于每一个奖励$V_i$,是保留它并停止游戏,还是永远放弃奖励并显示下一个值$V_i$。赌徒的目标是获得最佳离线算法将获得的预期奖励的恒定分数。最近,预言家不等式已经被推广到赌徒可以选择$k$项目的设置,更一般地说,他可以选择拟阵中的任何独立集。然而,所有现有的算法都要求赌徒知道从中提取奖励$V_1,...,V_n$的分布。假设赌徒知道从中抽取$V_1,...,V_n$的分布是非常强的。相反,我们使用更简单的假设,即赌徒只知道这个分布中的几个样本。我们构造了第一个单样本预言不等式的许多设置的兴趣,其保证都匹配最好的可能渐近,\emph{even with full knowledge of the distribution}。具体而言,我们提供了一种新的单样本算法时,赌徒可以选择任何$k$元素的分析是基于有限相关的随机游走。此外,我们提供了一个黑盒方法转换特定类型的解决方案,相关的\emph{secretary problem}单样本先知不等式,并将其应用到现有的几个算法。最后,我们给出了常度二部匹配的常样本预言不等式。我们将这些结果应用于设计一次标价和多维拍卖机制与有限的信息设置与非对称投标人。
2013-07-14 cs.DS cs.GT
Prophet Inequality: Order selection beats random order
针对prophet inequality问题,本文证明了order selection设定能保证比random order严格更好的竞争比,通过扩展算法框架设计了0.7258-竞争算法,并改进了随机顺序下的硬度结果至0.7254,从而建立了两种设定间的分离。
2023-05-22 cs.DS cs.GT
Prophet Inequality on I.I.D. Distributions: Beating 1-1/e with a Single Query
本文研究未知独立同分布下的单选项先知不等式问题,提出仅需单次分位数查询的观察-接受算法,达到0.6718的竞争比,超越了1-1/e的基准。
2023-08-22 cs.DS cs.GT
Optimal Algorithms for Free Order Multiple-Choice Secretary
针对自由顺序多选秘书问题,提出熵为 $\Theta(\log\log n)$ 的顺序分布与确定性多阈值算法,同时达到近优竞争比和最优随机性,并证明匹配下界。
2022-07-21 cs.DS
Online Combinatorial Allocations and Auctions with Few Samples
Google Research(谷歌研究院);University of Bonn(波恩大学);Microsoft Research New England(微软研究院新英格兰分院);University of Amsterdam(阿姆斯特丹大学);Georgia Tech(佐治亚理工学院)
本文研究有限样本约束下的在线组合分配/拍卖问题,证明仅单个样本即可得到子模/XOS估值下的O(1)-竞争算法,多项式样本可得到(2+ε)-竞争的在线真实机制。
2024-09-17 cs.DS cs.GT cs.LG
Online Independent Set Beyond the Worst-Case: Secretaries, Prophets, and Periods
我们研究了具有有界归纳独立数的图类上的最大(权)独立集的在线算法,例如,间隔和圆盘图,例如,任务调度和频谱分配。在在线设置中,假设未知图的节点随着时间一个接一个地到达。在线算法必须决定到达节点是否应该被包括在独立集中。不幸的是,这个自然的和实际相关的在线问题不能在一个有意义的方式在一个经典的竞争分析研究的最坏情况下的输入序列的竞争比是由$Ω(n)$下界。由于最坏情况分析是没有意义的,我们研究了随机分析中的在线独立集。而不是专注于一个特定的随机输入模型,我们提出了一个通用的采样方法,使我们能够设计在线算法实现各种输入模型的性能保证。特别是,我们的分析涵盖了随机输入模型,如秘书模型,其中对抗图以随机顺序呈现,以及先知不等式模型,其中随机生成的图以对抗顺序呈现。因此,我们的采样方法在性质完全不同的随机输入模型之间架起了桥梁。此外,我们表明,我们的方法可以应用到一个实际的动机准入控制设置。我们的抽样方法产生了一个在线算法的最大独立集的竞争比$O(ρ^2)$关于所有提到的随机输入模型。对于具有归纳独立数$ρ$的图类。该方法可以扩展到最大权独立集的竞争比与$n$表示(预期)的节点数只失去一个因素的$O(\log n)$。
2013-07-11 cs.DS
Online Combinatorial Assignment in Independence Systems
本文研究独立系统中的在线多权重组合分配,利用线性规划与证书采样器改进组合拍卖的竞争性上下界,并给出 prophet IID、prophet-secretary 和 secretary 模型下的多项式时间算法。
2023-11-01 cs.DS
Prophets, Secretaries, and Maximizing the Probability of Choosing the Best
假设客户面临一系列波动的价格,例如机票或大型在线零售商销售的产品。如果有关于他们每天可能面对的价格的分布信息,他们应该如何选择何时购买,以最大限度地提高获得最佳价格的可能性?这与经典的秘书问题有关,但其值来自已知分布。在他们的开创性工作中,Gilbert和Mosteller [ \textit{J. Amer. Statist. Assoc. 1966} ]表明,当这些值被绘制为i.i.d.时,存在一种阈值算法,其以近似$0.5801$的概率选择最佳值。然而,更普遍的问题与非全同分布仍然没有解决。在本文中,我们提供了一个算法的情况下,不同的分布,选择最大的元素与概率$1/e$,我们表明,这是紧。我们进一步表明,如果观察到达一个随机的顺序,这一障碍的$1/e$可以打破使用静态阈值算法,我们表明,我们的成功概率是最好的任何单阈值算法随机观察顺序。此外,我们证明了一个可以实现严格更好的成功概率使用更一般的多阈值算法,不像非随机顺序的情况下。在此过程中,我们证明了随机顺序情况下的最佳可实现成功概率与i.i.d.匹配。在“无超级巨星”条件下,没有一个单一的分布很可能事先产生最大值的情况下,近似为$0.5801$。我们还将我们的结果的问题选择的$k$最佳值之一。
2019-10-09 cs.DS
Online Algorithms for Repeated Optimal Stopping: Balancing Baseline Guarantees and Regret
Institute of Science Tokyo, Japan(东京科学研究所);Chuo University, Japan(成城大学)
研究重复最优停止问题,旨在同时实现强每轮性能保证和子线性遗憾。提出理论框架,证明在半带反馈下每轮保证迫使遗憾为Ω(T/log T),并提出在全反馈下兼顾子线性遗憾和每轮保证的算法框架。
2026-05-15 cs.DS cs.LG
Improved Guarantees for Offline Stochastic Matching via New Ordered Contention Resolution Schemes
Wellesley College(韦尔斯利学院);University of Maryland, College Park(马里兰大学帕克分校);Columbia University(哥伦比亚大学);Georgia Tech(佐治亚理工学院)
本文提出新的有序竞争解决方案,改进了具有耐心限制的随机匹配问题的近似保证,包括在一般图中提供0.382近似算法,以及在无耐心限制时改进 Prophet Secretary 问题的保证。
2026-04-20 cs.DM cs.DS