跳到正文
热点事件持续更新

双边贸易利润最大化遗憾界学习算法发布

1 篇报道1 个报道来源23 小时前更新

先了解这件事

AI 综述

2026年11月6日，Johannes Brüstle等四位研究者发布论文，针对双边贸易中利润最大化经纪人的遗憾最小化问题，在对抗性设定下提出多项式时间学习算法，遗憾率为$\tilde{O}(T^{2/3})$。 在满足单调危险率（MHR）属性的独立分布设定下，该算法遗憾率为近紧界的$\tilde{O}(\sqrt{T})$；对于正则分布，最大遗憾率分离为$\tilde{\Theta}(T^{3/5})$。学习者在每次交互后仅观测交易是否发生，目标是实现相对最佳固定价格对的次线性遗憾。

AI 根据报道生成 · 22 小时前更新

最新进展11月6日 13:00
双边贸易利润最大化中的遗憾界：学习最佳固定价格机制

报道时间线

沿着报道，了解事件的不同侧面。

11月6日
  1. arXiv · ML
    双边贸易利润最大化中的遗憾界：学习最佳固定价格机制

    针对双边贸易中利润最大化经纪人的遗憾最小化问题，研究者在对抗性设定下提出多项式时间学习算法，遗憾率为 $\tilde{O}(T^{2/3})$。 在满足单调危险率（MHR）属性的独立分布设定下，算法遗憾率为近紧界的 $\tilde{O}(\sqrt{T})$；对于正则分布，最大遗憾率分离为 $\tilde{\Theta}(T^{3/5})$。

本事件热度走势

可比范围当前
5
可比范围峰值
1011月6日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。