両面市場におけるオフポリシー評価のためのマルチエージェント強化学習フレームワーク【JST・京大機械翻訳】

Shi Chengchun; Wan Runzhe; Song Ge; Luo Shikai; Song Rui; Zhu Hongtu

プレプリント

J-GLOBAL ID：202202213981992502 整理番号：22P0293186

両面市場におけるオフポリシー評価のためのマルチエージェント強化学習フレームワーク【JST・京大機械翻訳】

A Multi-Agent Reinforcement Learning Framework for Off-Policy Evaluation in Two-sided Markets

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年02月21日プレプリントサーバーでの情報更新日： 2023年03月26日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

乗り分け会社のような二面市場は,しばしば,時間及び/または位置にわたって逐次決定を行う被験者グループを含む。スマート電話とインターネットの急速な発展によって,それらは人間の輸送景観を実質的に変換した。本論文では,製品(または処理)のシーケンスを時間にわたって受信する異なる地域で複数のユニットを含む乗り分担会社における大規模フリート管理を考察した。政策評価のようなMajor技術課題は,(i)空間的および時間的近接性が場所と時間の干渉を誘発するので,それらの研究で発生する。および(ii)多数の位置は次元のurseをもたらす。両課題を同時に扱うために,これらの研究において政策評価を行うためのマルチエージェント強化学習(MARL)フレームワークを導入した。状態行動空間の高次元性にもかかわらず,異なる製品の下での平均結果のための新しい推定子を提案した。提案した推定器はシミュレーション実験において有利に働く。さらに,異なる補助金政策を適用する影響を評価するために,二面市場会社から得た実データセットを用いて,この方法を説明した。提案手法のPython実装はhttps://github.com/RunzheStat/CausalMARLで利用可能である。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

人工知能

, , , ,

前のページに戻る