研究人员开发了一个新的双边匹配市场框架，该框架考虑了随时间揭示的信息，超越了静态偏好模型。该框架以 Learn2Match 基准的形式实现，使用部分可观察马尔可夫博弈来模拟面试和演进的个人资料等动态交互。该基准评估多智能体强化学习 (MARL) 策略，发现虽然 PPO 在提高社会福利和减少遗憾方面显示出希望，但与老虎机式方法相比，它在信息摩擦方面仍然存在困难。 AI
影响 引入了一个新的基准，用于开发动态匹配市场中的自适应算法，有可能改善资源分配和决策。
排序理由 该集群包含一篇研究论文，详细介绍了动态匹配市场的新框架和基准。
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.06744v1 Announce Type: new Abstract: Two-sided matching markets often involve information that unfolds over time through interviews, repeated interaction, learning, and separation. Existing matching models typically reduce this process to immediate sub-Gaussian feedbac…
Two-sided matching markets often involve information that unfolds over time through interviews, repeated interaction, learning, and separation. Existing matching models typically reduce this process to immediate sub-Gaussian feedback about fixed preferences, missing settings wher…