Обучение в режиме " Nash Investive-complacible Интерактивный механизм &qt; с помощью слабо дифференцированного частного онлайнового обучения

arXiv:2407,04898v2 Annuales Type: заменить кросс-бюллетень: Мы изучаем проблему многоразового проектирования механизма, где мы вступаем в контакт с набором агентов последовательность раундов. Мы хотели бы разработать систему онлайнового обучения, совместимую с стимулами (ИК), в целях максимального достижения конкретной цели прикладных программ в рамках конкретного класса механизмов без предварительного информирования о распределении типов агентов. Даже если каждый механизм этого класса является IC в одном раунде, если алгоритм наивно выбирает из этого класса для каждого раунда, весь процесс обучения может быть не ИК против немиопичных покупателей, которые появляются в нескольких турах. В каждом раунде наш метод произвольно выбирает между рекомендацией слабо дифференцированного частного онлайнового алгоритма обучения (например, Hedge) и механизмом принятия обязательств, который предусматривает наказание за неправдоподобное поведение. Наш метод — IC и достигает $(T) {\frac {1+h} {2}} долл.