Ilgin Dogan

新研究利用未观察到的奖励解决委托代理问题

研究人员在多臂老虎机框架下开发了委托代理博弈的新方法，解决了委托人无法观察到代理人奖励的情况。第一篇论文侧重于完美知识代理，构建了代理人奖励的估计器和具有低遗憾的策略。第二篇论文将其扩展到代理人也学习其奖励的场景，为委托人引入了并行学习算法，并证明了估计器的一致性和委托人的遗憾界限。两篇论文都通过个性化医疗和绿色能源合同等领域的模拟展示了其框架的适用性。