論文の概要: On Non-Stationary Dynamic Pricing: Adaptivity and Optimality
- arxiv url: http://arxiv.org/abs/2607.24115v1
- Date: Mon, 27 Jul 2026 07:56:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:15.351207
- Title: On Non-Stationary Dynamic Pricing: Adaptivity and Optimality
- Title（参考訳）: 非定常動的価格について:適応性と最適性
- Authors: Feiyu Jiang, Zifeng Zhao,
- Abstract要約: 非定常条件下でのコンテキスト動的価格問題について検討する。
ある企業は商品を、時間とともに変化する未知の需要モデルに従って、順次到着する消費者にT$で売っている。
最適な収益(すなわち、少なくとも後悔)を達成するためには、会社は、潜在的な変化を監視しながら、未知のGLMを学習し、活用する必要がある。
- 参考スコア（独自算出の注目度）: 2.3037277758579364
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We study the contextual dynamic pricing problem under non-stationarity, where a firm sells products to $T$ sequentially arriving consumers that behave according to an unknown demand model that can change over time. The demand model is assumed to be a generalized linear model (GLM), allowing for a feature vector in $\mathbb{R}^d$ that encodes products and consumer information. To achieve optimal revenue (i.e., least regret), the firm needs to learn and exploit the unknown GLMs while monitoring for potential changes. We propose a multiscale change-point detection based algorithm that achieves a regret of order $\widetilde{O}(\sqrt{s_TdT}\wedge\{V_T^{1/3}d^{1/3}T^{2/3}+\sqrt{dT}\})$, where $s_T$ is the number of piecewise stationary segments and $V_T$ is a newly defined notion of design-adjusted variation budget of model parameters. Our algorithm is adaptive and does not require knowing $s_T$ or $V_T$. Moreover, to our knowledge, this is the first dynamic pricing algorithm that is adaptive to the nature of changes and achieves the best-of-both-worlds rate, thus closing a long-standing gap in the literature. We remark that, due to the varying contexts, existing works in the adaptive non-stationary bandit literature cannot be applied to achieve optimality for contextual dynamic pricing. The regret is further accompanied with a newly constructed minimax lower bound, confirming the optimality of our algorithm (up to logarithmic factors). Extensive numerical experiments are conducted to illustrate the efficiency and robustness of the proposed algorithm in non-stationary dynamic pricing.
- Abstract（参考訳）: 非定常条件下での動的価格問題について検討し、企業が商品をT$シーケンシャルに販売し、時間とともに変化する未知の需要モデルに従って行動する消費者に順次販売する。
需要モデルは一般化線形モデル(GLM)と仮定され、製品や消費者情報をエンコードする$\mathbb{R}^d$の特徴ベクトルが可能である。
最適な収益(すなわち、少なくとも後悔)を達成するためには、会社は、潜在的な変化を監視しながら、未知のGLMを学習し、活用する必要がある。
本稿では,$s_T$ は断片的な定常セグメント数であり,$V_T$ はモデルパラメータの設計調整による変動予算を新たに定義した概念である。
我々のアルゴリズムは適応的であり、$s_T$や$V_T$を知る必要はない。
さらに、我々の知る限り、このアルゴリズムは変化の性質に適応し、両者のベスト・オブ・ワールド・レートを達成し、文学における長年のギャップを埋める最初の動的価格アルゴリズムである。
状況が様々であるため、適応的な非定常バンディット文学における既存の研究は、文脈的動的価格設定の最適性を達成するには適用できない。
さらに、この後悔には新たに構築されたミニマックス下限が伴い、アルゴリズムの最適性(対数因子まで)を確認する。
非定常的動的価格設定における提案アルゴリズムの効率性とロバスト性を示すために,大規模な数値実験を行った。
関連論文リスト
- Wall-Clock Complexity for Zeroth-Order Optimization with Tunable Oracle Fidelity [68.54852541944625]
ブラックボックス最適化は勾配が利用できない場合に適用され、客観的評価は高価なシミュレーションに依存する。
本稿では, オラクル型, ノイズモデル, 最適化方式の選択が, アルゴリズムパラメータに対する壁面最適選択をいかに引き起こすかを示す。
論文 参考訳（メタデータ） (2026-05-29T14:24:54Z) - Revisiting Weighted Strategy for Non-stationary Parametric Bandits and MDPs [56.246783503873225]
本稿では,非定常パラメトリックバンディットの重み付け戦略を再考する。
本稿では,ウィンドウ/リスタートベースアルゴリズムと同様に,より単純な重みに基づくアルゴリズムを提案する。
我々のフレームワークは、他のパラメトリックバンディットの後悔の限界を改善するのに使える。
論文 参考訳（メタデータ） (2026-01-03T04:50:21Z) - Near-Optimal Dynamic Regret for Adversarial Linear Mixture MDPs [63.47351876442425]
本研究は,完全情報フィードバックの下で,相変わらずの相変わらずの線形混合MDPについて検討した。
本稿では,占領率に基づく手法と政策に基づく手法の利点を組み合わせた新しいアルゴリズムを提案する。
我々のアルゴリズムは$widetildemathcalO(d sqrtH3 K + sqrtHK(H + barP_K$)$ dynamic regret, ここで$d$は特徴次元である。
論文 参考訳（メタデータ） (2024-11-05T13:55:52Z) - Contextual Dynamic Pricing: Algorithms, Optimality, and Local Differential Privacy Constraints [10.057344315478709]
我々は、企業が商品をT$シーケンシャルに販売するコンテキスト動的価格問題について研究する。
まず、最適な後悔は対数的因子の次数$sqrtdT$であることを示す。
我々の研究は、複雑なプライバシー制約の下で動的価格に拡張され、公開データを活用することにより、プライバシーとユーティリティのトレードオフが改善されます。
論文 参考訳（メタデータ） (2024-06-04T15:44:10Z) - Smoothness-Adaptive Dynamic Pricing with Nonparametric Demand Learning [0.0]
需要関数が非パラメトリックでH"古い"スムーズな動的価格問題について検討する。
我々は、要求関数の未知のH"古い滑らか度パラメータ$beta$への適応性に焦点を当てる。
論文 参考訳（メタデータ） (2023-10-11T15:02:13Z) - Structured Dynamic Pricing: Optimal Regret in a Global Shrinkage Model [50.06663781566795]
消費者の嗜好と価格感が時間とともに変化する動的モデルを考える。
我々は,モデルパラメータの順序を事前に把握している透視者と比較して,収益損失が予想される,後悔による動的価格政策の性能を計測する。
提案した政策の最適性を示すだけでなく,政策立案のためには,利用可能な構造情報を組み込むことが不可欠であることを示す。
論文 参考訳（メタデータ） (2023-03-28T00:23:23Z) - Adapting to Misspecification in Contextual Bandits [82.55565343668246]
我々は、$varepsilon$-misspecified contextual banditsに対して、新しいオラクル効率アルゴリズム群を導入する。
我々は、未知の不特定値に対して最適な$O(dsqrtT + varepsilonsqrtdT)$ regret boundを達成する最初のアルゴリズムを得る。
論文 参考訳（メタデータ） (2021-07-12T21:30:41Z) - Correcting Momentum with Second-order Information [50.992629498861724]
最適積に$O(epsilon)$epsilon点を求める非臨界最適化のための新しいアルゴリズムを開発した。
我々は、さまざまな大規模ディープラーニングベンチマークとアーキテクチャで結果を検証する。
論文 参考訳（メタデータ） (2021-03-04T19:01:20Z)
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。