研究人员开发了一种名为Conservative-Markdown Redirect-UCB Pricing的新算法，以应对上下文动态定价的挑战。该算法旨在处理非Lipschitz的需求曲线，这些曲线具有任意的跳跃和原子，而这在以前阻碍了定价算法。新方法实现了\tilde O(T^{2/3})的最优遗憾，优于先前的方法，并缩小了线性估值上下文定价的理论理解差距。 AI
影响 提高了对复杂需求场景下定价算法的理论理解，可能影响电子商务和推荐系统。
排序理由 这是一篇发表在arXiv上的研究论文，详细介绍了一种新的上下文定价算法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.05609v1 Announce Type: new Abstract: We study contextual dynamic pricing with linear valuations and bounded-support agnostic noise, whose induced demand curve may be non-Lipschitz with arbitrary jumps and atoms. Such discontinuities break the cross-context interpolatio…
We study contextual dynamic pricing with linear valuations and bounded-support agnostic noise, whose induced demand curve may be non-Lipschitz with arbitrary jumps and atoms. Such discontinuities break the cross-context interpolation arguments used by smooth-demand pricing algori…