論文の概要: Reasoning about Human-Friendly Strategies in Repeated Keyword Auctions

• arxiv url: http://arxiv.org/abs/2201.09616v1
• Date: Mon, 24 Jan 2022 11:47:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-25 23:58:40.211794
• Title: Reasoning about Human-Friendly Strategies in Repeated Keyword Auctions
• Title（参考訳）: 繰り返しキーワードオークションにおけるヒューマンフレンドリー戦略の推論
• Authors: Francesco Belardinelli, Wojtek Jamroga, Vadim Malvone, Munyque Mittelmann, Aniello Murano, Laurent Perrussel
• Abstract要約: オンライン広告では、検索エンジンはオークションを通じてキーワードの広告配置を継続的に販売している。 ユーザがキーワードでクエリを実行すると、オークションが実行されるので、この問題は無限に繰り返されるゲームと見なすことができる。 本稿では,メモリや計算能力に制限のある人工エージェントによって処理可能であり,人手による理解が可能であるような,推論のための自然な戦略の利用を提案する。
• 参考スコア（独自算出の注目度）: 12.419310094568102
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In online advertising, search engines sell ad placements for keywords continuously through auctions. This problem can be seen as an infinitely repeated game since the auction is executed whenever a user performs a query with the keyword. As advertisers may frequently change their bids, the game will have a large set of equilibria with potentially complex strategies. In this paper, we propose the use of natural strategies for reasoning in such setting as they are processable by artificial agents with limited memory and/or computational power as well as understandable by human users. To reach this goal, we introduce a quantitative version of Strategy Logic with natural strategies in the setting of imperfect information. In a first step, we show how to model strategies for repeated keyword auctions and take advantage of the model for proving properties evaluating this game. In a second step, we study the logic in relation to the distinguishing power, expressivity, and model-checking complexity for strategies with and without recall.
• Abstract（参考訳）: オンライン広告では、検索エンジンはオークションを通じてキーワードの広告配置を継続的に販売する。 ユーザがキーワードでクエリを実行するとオークションが実行されるので、この問題は無限に繰り返されるゲームと見なすことができる。 広告主は入札を頻繁に変更するので、ゲームは潜在的に複雑な戦略で大きな均衡を持つことになる。 本稿では,記憶力や計算能力に制限のある人工エージェントによって処理可能であり,かつ,ユーザによっても理解できるような環境において,自然戦略を用いた推論手法を提案する。 この目的を達成するために、不完全な情報の設定において、自然戦略を伴う戦略論理の定量的バージョンを導入する。 最初のステップでは、繰り返しキーワードオークションの戦略をモデル化し、このゲームを評価する特性を証明するモデルを利用する方法を示す。 第2のステップでは、リコールのない戦略における識別能力、表現性、モデルチェックの複雑さに関連する論理について検討する。

関連論文リスト

• Paths to Equilibrium in Games [6.812247730094933]
  我々は、強化学習におけるポリシー更新に触発されたペアワイズ制約を満たす戦略の列について研究する。 我々の分析は、戦略的な更新を劣化させる報酬が、満足のいく道に沿って均衡に進むための鍵である、という直感的な洞察を明らかにした。
  論文  参考訳（メタデータ） (2024-03-26T19:58:39Z)
• Strategic Reasoning with Language Models [35.63300060111918]
  戦略的推論は、エージェントが様々な状況において他のエージェントと協力し、コミュニケーションし、競合することを可能にする。 既存の戦略ゲームに対するアプローチは、広範なトレーニングに依存しており、再訓練なしに新しいシナリオやゲームに一般化しない戦略を生み出している。 本稿では,AIエージェントの戦略的推論を可能にするために,事前訓練された大規模言語モデルと数発の連鎖例を用いたアプローチを提案する。
  論文  参考訳（メタデータ） (2023-05-30T16:09:19Z)
• Persuasion Strategies in Advertisements [68.70313043201882]
  我々は,説得戦略の広範な語彙を導入し,説得戦略を付加した最初の広告画像コーパスを構築した。 次に,マルチモーダル学習による説得戦略予測のタスクを定式化する。 我々は、Fortune-500社の1600件の広告キャンペーンについて、現実世界でケーススタディを実施している。
  論文  参考訳（メタデータ） (2022-08-20T07:33:13Z)
• A Data-Driven Method for Recognizing Automated Negotiation Strategies [13.606307819976161]
  本稿では,相手の交渉戦略を認識するための新しいデータ駆動型手法を提案する。 我々の手法は、エージェントがドメインに依存しないシーケンスを生成するためのデータ生成方法を含む。 4つの問題シナリオにまたがる広範な実験を行い、アプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2021-07-03T20:43:47Z)
• Who Leads and Who Follows in Strategic Classification? [82.44386576129295]
  戦略分類における役割の順序は、決定者とエージェントが互いの行動に適応する相対周波数によって決定される。 更新頻度を自由に選択できる意思決定者は,いずれの順番でスタックルバーグ均衡に収束する学習力学を誘導できることを示す。
  論文  参考訳（メタデータ） (2021-06-23T16:48:46Z)
• RESPER: Computationally Modelling Resisting Strategies in Persuasive Conversations [0.7505101297221454]
  説得的会話における抵抗戦略を識別するための一般化フレームワークを提案する。 実験では,非協調的目標指向会話におけるパワーロールの非対称性を明らかにする。 また,会話結果に対するさまざまな抵抗戦略の役割についても検討した。
  論文  参考訳（メタデータ） (2021-01-26T03:44:17Z)
• Did Aristotle Use a Laptop? A Question Answering Benchmark with Implicit Reasoning Strategies [78.68534915690404]
  StrategyQAは、必要な推論ステップが問題に暗黙的であり、戦略を使用して推論されるべきベンチマークです。 用語に基づくプライミングを組み合わせ、アノテーションーを刺激し、アノテーションーの集団を慎重に制御し、推論ショートカットを排除するための逆フィルタリングを行うデータ収集手順を提案する。 総合的に、StrategyQAには2,780の例があり、それぞれが戦略問題、その分解、証拠パラグラフで構成されている。
  論文  参考訳（メタデータ） (2021-01-06T19:14:23Z)
• Learning to Infer User Hidden States for Online Sequential Advertising [52.169666997331724]
  本稿では,これらの問題に対処するディープインテントシーケンス広告(DISA)手法を提案する。 解釈可能性の鍵となる部分は、消費者の購入意図を理解することである。
  論文  参考訳（メタデータ） (2020-09-03T05:12:26Z)
• Learning to Play Sequential Games versus Unknown Opponents [93.8672371143881]
  学習者が最初にプレーするゲームと、選択した行動に反応する相手との連続的なゲームについて考察する。 対戦相手の対戦相手列と対戦する際,学習者に対して新しいアルゴリズムを提案する。 我々の結果には、相手の反応の正則性に依存するアルゴリズムの後悔の保証が含まれている。
  論文  参考訳（メタデータ） (2020-07-10T09:33:05Z)
• Efficient exploration of zero-sum stochastic games [83.28949556413717]
  ゲームプレイを通じて,ゲームの記述を明示せず,託宣のみにアクセス可能な,重要で一般的なゲーム解決環境について検討する。 限られたデュレーション学習フェーズにおいて、アルゴリズムは両方のプレイヤーのアクションを制御し、ゲームを学習し、それをうまくプレイする方法を学習する。 私たちのモチベーションは、クエリされた戦略プロファイルの支払いを評価するのにコストがかかる状況において、利用可能性の低い戦略を迅速に学習することにあります。
  論文  参考訳（メタデータ） (2020-02-24T20:30:38Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。