在线推荐中结合机制设计与强盗算法抗击标题党

原文约300字，阅读约需1分钟。发表于：。

我们研究了多臂赌博问题的战略变体，称为战略点击赌博问题。我们设计了一种激励感知的学习算法 UCB-S，该算法实现了在不确定性下激励期望的臂行为，并且能够学习未知参数以最小化遗憾度。我们的理论结果得到了通过模拟战略臂行为进行的支持，证实了我们所提出的激励设计的有效性和鲁棒性。

研究了战略点击赌博问题，设计了激励感知的学习算法UCB-S，能够在不确定性下激励期望的臂行为，并学习未知参数以最小化遗憾度。通过模拟战略臂行为证实了激励设计的有效性和鲁棒性。