一篇新发表在arXiv上的研究论文介绍了一个在线资源分配问题的理论框架。该论文讨论了奖励和消耗量连续分布，并且必须在固定资源容量下不可撤销地做出决策的场景。它正式定义了加性遗憾，表明其受接近接受截止点的请求的尺寸加权质量控制，并为真正困难的问题建立了遗憾的下界。 AI
影响 这项研究为可能涉及AI代理或自动化决策过程的系统的资源分配优化提供了理论基础。
排序理由 发表在arXiv上的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2607.02196v1 Announce Type: new Abstract: We study online resource allocation when both rewards and consumption sizes may be continuously distributed. Requests arrive sequentially and must be accepted or rejected irrevocably under fixed resource capacities. Each request bel…