该文介绍了一种在线学习方法,利用投标方的效用结构和部分反馈,为拍卖算法提供对最佳固定竞标的遗憾率,快速收敛,几乎等同于完全信息环境下的收敛。
提出了一种在线学习方法,适用于复杂拍卖场景。
该方法利用投标方的效用结构和部分反馈。
为拍卖算法提供对最佳固定竞标的遗憾率。
相较于通用的贝叶斯智能带宽算法,该方法实现了更快的指数级收敛。
几乎等同于完全信息环境下的收敛效果。
结果通过分析新的基于反馈的在线学习方法得出。
完成下面两步后,将自动完成登录并继续当前操作。