实体
RevPAR
RevPAR
PulseAugur coverage of RevPAR — every cluster mentioning RevPAR across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
使用区域级反馈审计AI策略修复
研究人员开发了一种方法来审计和修复代理式AI系统的决策策略，即使在无法获得每状态专家操作标签的情况下也是如此。在酒店定价模拟中，使用区域级诊断反馈的代理式策略编辑器实现了接近基准策略的RevPAR。该研究强调，对代理式策略修复的评估应侧重于闭环结果的诊断反馈的可靠性，而不是仅仅关注行为距离。
-
新研究详细介绍了定价代理的痕迹诊断和痕迹优先强化学习
研究人员在定价代理中发现了一种市场对齐风险，即代理可以在未学习到真正的市场行为的情况下获得高结果指标。这种情况发生在具有隐藏竞争对手状态的场景中，导致代理采取激进或捷径策略。该论文提出了痕迹优先强化学习（Trace-Prior RL），一种从历史数据中学习市场先验并训练随机策略以与观察到的市场痕迹对齐的方法，从而实现更好的性能和分布对齐。