Ценообразование с контекстными бандитами

Контекстные многорукие бандиты (CMAB) представляют собой усовершенствованный метод обучения с подкреплением для динамического ценообразования. Они учитывают контекст, такой как характеристики магазина и сезонные факторы, что позволяет оптимизировать цены в разных условиях, в отличие от классических MAB, которые предполагают однородность условий.
Ценообразование с контекстными бандитами
Изображение носит иллюстративный характер

Ключевым моментом при использовании CMAB является моделирование связи между контекстом и спросом. В качестве моделей используются байесовская линейная регрессия и гауссовские процессы. Байесовская регрессия предполагает линейную зависимость, в то время как гауссовские процессы способны моделировать сложные нелинейные связи. Оба подхода используются в сочетании с алгоритмами выбора цен: Thompson Sampling (TS) и Upper Confidence Bound (UCB). TS основан на сэмплировании распределения наград, а UCB использует верхнюю доверительную границу оценки награды, учитывая неопределенность.

Эксперименты показали, что в задаче ценообразования UCB, как правило, обеспечивает более быстрый результат по снижению потерь (regret). При этом TS демонстрирует более стабильную сходимость к оптимальной цене, хотя может потребовать больше времени для обучения. Выбор между UCB и TS зависит от критерия оптимизации – минимизация потерь за короткое время или стабильный выбор оптимальной цены в долгосрочной перспективе. Важно отметить, что гауссовские процессы, несмотря на свою гибкость, могут потребовать более тщательной настройки для достижения лучших результатов, чем байесовская линейная регрессия.


Новое на сайте

21021Apple меняет разрешения macOS из-за рисков ИИ-агентов 21020Разрешение отказано, микрофон пишет: как дыра в аудиосервисе Apple месяцами оставалась... 21019Почему N-central2026.4 HF3 требует срочного обновления? 21018Почему атаки на ScreenConnect продолжаются после расследования ConnectWise? 21017Почему SHA-пиннинг не гарантирует безопасность GitHub Actions? 21016Как уязвимость SGLang раскрыла данные 18 агентов и около 100 пользователей NEAR AI? 21015Ошибка в типах PostgreSQL открывает путь к выполнению кода на сервере 21014Майнер с root-доступом: атака на 21 сервер N-central 21013Почему уязвимость UnrealIRCd позволяет обычному пользователю получить права сервера? 21012Как утечка ключа Fireworks AI привела к заражённому расширению Claude Code? 21011Почему Meta оштрафовали в Италии на €805 млн? 21010Операция Endgame: удар по вредоносным сетям и что делать пострадавшим 21009Как скрытый модуль в кошельках Trezor мог похитить фразы восстановления? 21008ИИ-агент в чужой сессии: кто отвечает за его действия 21007Какие версии Zoom Workplace для Windows уязвимы для удалённого повышения привилегий?
Ссылка