प्रेरणात्मक संगतता के साथ कई-से-एक मिलान बाजारों में सुधारित बैंडिट्स

दो-तरफा मिलान बाजारों का साहित्य में व्यापक अध्ययन किया गया है क्योंकि इनके पास समृद्ध अनुप्रयोग हैं। चूंकि प्रतिभागी आमतौर पर अपनी प्राथमिकताओं के बारे में अनिश्चित होते हैं, हाल ही में ऑनलाइन एल्गोरिदम को प्रस्तावित किया गया है ताकि वे आवर्तक इंटरैक्शन के माध्यम से सीखे जा सकें। एक मौजूदा कार्य इस समस्या के अध्ययन की शुरुआत करता है एक कई-से-एक सेटिंग में प्रतिक्रियाशीलता के साथ। हालांकि, उनके परिणाम आदर्श से बहुत दूर हैं और प्रेरणात्मक संगतता की गारंटी की कमी है। हम पहले एक मौजूदा एल्गोरिदम को एक-से-एक सेटिंग से इस अधिक सामान्य सेटिंग में विस्तारित करते हैं और दिखाते हैं कि यह खिलाड़ी-आधारित पछतावे के लिए एक निकट-आदर्श सीमा प्राप्त करता है। फिर भी, सहयोग की महत्वपूर्ण आवश्यकता के कारण, एकल खिलाड़ी का विचलन उसके अपने संचयी पुरस्कारों में भारी वृद्धि कर सकता है और दूसरों के लिए रैखिक पछतावा पैदा कर सकता है। इस पत्र में, हम प्रेरणात्मक संगतता सुनिश्चित करते हुए कई-से-एक बाजारों में पछतावे की सीमा को बढ़ाने का लक्ष्य रखते हैं। हम पहले प्रतिक्रियाशीलता सेटिंग के लिए अनुकूलन के माध्यम से तब-स्वीकृति (AETDA) एल्गोरिदम का प्रस्ताव करते हैं और खिलाड़ी-आधारित स्थिर पछतावे के लिए एक ऊपरी सीमा निकालते हैं जबकि इसके प्रेरणात्मक संगतता की गारंटी को प्रदर्शित करते हैं। यह परिणाम मौजूदा कार्यों की तुलना में एक महत्वपूर्ण सुधार है। और हमारी जानकारी के अनुसार, यह मिलान बाजारों में पहली खिलाड़ी-आधारित गारंटी का गठन करता है जो ऐसी मजबूत आश्वासनों की पेशकश करता है। हम व्यापक प्रतिस्थापन योग्य प्राथमिकताओं पर भी विचार करते हैं, जो स्थिर मिलान के अस्तित्व को सुनिश्चित करने के लिए सबसे सामान्य शर्तों में से एक है और प्रतिक्रियाशीलता को कवर करता है। हम एक ऑनलाइन DA (ODA) एल्गोरिदम तैयार करते हैं और इस सेटिंग के लिए खिलाड़ी-निराशाजनक स्थिर पछतावे के लिए एक ऊपरी सीमा स्थापित करते हैं।