Fugu-MT 論文翻訳(概要): Learning to Price Against a Moving Target

論文の概要: Learning to Price Against a Moving Target

arxiv url: http://arxiv.org/abs/2106.04689v1
Date: Tue, 8 Jun 2021 20:57:11 GMT
ステータス: 処理完了
システム内更新日: 2021-06-11 10:20:03.798104
Title: Learning to Price Against a Moving Target
Title（参考訳）: 移動目標に対する価格への学習
Authors: Renato Paes Leme, Balasubramanian Sivan, Yifeng Teng, Pratik Worah
Abstract要約: 買い手の価値が移動目標である、すなわち時間とともに変化する問題について検討する。いずれの場合も、最適収益損失の上限は上下限である。
参考スコア（独自算出の注目度）: 23.085429420254787
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In the Learning to Price setting, a seller posts prices over time with the goal of maximizing revenue while learning the buyer's valuation. This problem is very well understood when values are stationary (fixed or iid). Here we study the problem where the buyer's value is a moving target, i.e., they change over time either by a stochastic process or adversarially with bounded variation. In either case, we provide matching upper and lower bounds on the optimal revenue loss. Since the target is moving, any information learned soon becomes out-dated, which forces the algorithms to keep switching between exploring and exploiting phases.
Abstract（参考訳）: 価格設定の学習において、売り手は、買い手のバリュエーションを学習しながら収益を最大化することを目的として、時間とともに価格を投稿する。この問題は固定値(固定値またはiid)であるときに非常によく理解される。ここでは、購入者の値が移動対象である場合、すなわち、確率過程によって、あるいは有界変動に逆らって、時間とともに変化する問題について検討する。いずれの場合も、最適収益損失の上限は上下に一致します。ターゲットが移動しているため、学習した情報はすぐに時代遅れになり、探索段階と悪用段階の間をアルゴリズムが切り替え続けることになる。

関連論文リスト

A Contextual Online Learning Theory of Brokerage [8.049531918823758]
トレーダー間のブローカーのオンライン学習問題における文脈情報の役割について検討する。有界密度仮定が解かれると、問題は解けなくなる。
論文参考訳（メタデータ） (2024-05-22T18:38:05Z)
Dynamic Pricing and Learning with Long-term Reference Effects [16.07344044662994]
本研究では,販売者が提示した過去の価格の基準価格が平均値となる,シンプルで斬新な参照価格メカニズムについて検討する。このメカニズムの下では,モデルパラメータに関係なく,マークダウンポリシがほぼ最適であることを示す。次に、需要モデルパラメータが不明な、より困難な動的価格と学習の問題について検討する。
論文参考訳（メタデータ） (2024-02-19T21:36:54Z)
An Online Learning Theory of Brokerage [3.8059763597999012]
オンライン学習の観点からトレーダー間のブローカーについて検討する。既に研究されている他の二国間貿易問題とは異なり、指定された買い手や売り手の役割が存在しない場合に焦点を当てる。第1の場合、最適率は$sqrtT$に低下し、第2の場合、問題は解けなくなる。
論文参考訳（メタデータ） (2023-10-18T17:01:32Z)
Bridging the Gap Between Target Networks and Functional Regularization [61.051716530459586]
関数空間における凸正規化器であり、容易に調整できる明示的な関数正規化を提案する。提案手法の収束を理論的・実験的に解析し,より理論的に根ざした機能正規化アプローチでターゲットネットワークを置き換えることにより,サンプリング効率と性能が向上することが実証された。
論文参考訳（メタデータ） (2022-10-21T22:27:07Z)
A Reinforcement Learning Approach in Multi-Phase Second-Price Auction Design [158.0041488194202]
多相第2価格オークションにおけるリザーブ価格の最適化について検討する。売り手の視点からは、潜在的に非現実的な入札者の存在下で、環境を効率的に探索する必要がある。第三に、売り手のステップごとの収益は未知であり、非線形であり、環境から直接観察することさえできない。
論文参考訳（メタデータ） (2022-10-19T03:49:05Z)
Learning Equilibria in Matching Markets from Bandit Feedback [139.29934476625488]
不確実性の下で安定した市場成果を学習するためのフレームワークとアルゴリズムを開発する。私たちの研究は、大規模なデータ駆動の市場において、いつ、どのように安定したマッチングが生じるかを明らかにするための第一歩を踏み出します。
論文参考訳（メタデータ） (2021-08-19T17:59:28Z)
Fast Rate Learning in Stochastic First Price Bidding [0.0]
ファーストプライスのオークションは、プログラム広告におけるビックレーのオークションに基づく伝統的な入札アプローチを大きく置き換えている。対戦相手の最大入札分布が分かっている場合, 後悔度を著しく低くする方法を示す。我々のアルゴリズムは、様々な入札分布の文献で提案されている選択肢よりもはるかに高速に収束する。
論文参考訳（メタデータ） (2021-07-05T07:48:52Z)
Correcting Momentum in Temporal Difference Learning [95.62766731469671]
時間差(TD)学習のモーメントは2倍に不安定になる勾配を蓄積すると主張している。この現象が存在することを示し、その上で運動量に対する一階補正項を提案する。この研究の重要な洞察は、深いRL法は、常に監督された設定から直接テクニックをインポートすることで最適ではないということである。
論文参考訳（メタデータ） (2021-06-07T20:41:15Z)
Online Markov Decision Processes with Aggregate Bandit Feedback [74.85532145498742]
本稿では,オンライン有限水平マルコフ決定過程の新たな変種について検討する。各エピソードにおいて、学習者は、エピソードの選択した方針によって実現された軌道に沿って蓄積された損失を被り、総括的盗聴フィードバックを観察する。我々の主な結果は計算効率のよいアルゴリズムで、$O(sqrtK)$ regret for this set, where $K$ is the number of episodes。
論文参考訳（メタデータ） (2021-01-31T16:49:07Z)
A Deeper Look at Discounting Mismatch in Actor-Critic Algorithms [81.01917016753644]
本稿では,表現学習の観点からアクタ・クリティカルなアルゴリズムの実装における割引ミスマッチについて検討する。理論的には、アクター批判アルゴリズムは通常、アクターと批評家の両方に対して割引される。しかし、専門家は通常、ディスカウントされた批評家を使用しながら、俳優の割引(ガンマt$)を無視する。
論文参考訳（メタデータ） (2020-10-02T15:51:48Z)
Dynamic Incentive-aware Learning: Robust Pricing in Contextual Auctions [13.234975857626752]
我々は、文脈的な第2価格オークションにおいて、戦略的買い手に対する準備価格の堅牢な学習の問題を考察する。このような戦略的行動に頑健な学習方針を提案する。
論文参考訳（メタデータ） (2020-02-25T19:00:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。