Optimal Mechanism in a Dynamic Stochastic Knapsack Environment
创建于 更新于
摘要
本报告提出在动态随机背包环境下的最优机制设计，针对固定资源和战略性买家的二维私有信息，构建了满足激励兼容和个体理性条件的动态最优分配与支付机制。通过贝尔曼方程刻画，设计了惩罚方案以防止买家虚报需求量，并提出基于蒙特卡洛模拟回归和深度确定性策略梯度的两种近似算法，验证了算法的性能差异及应用前景 [page::0][page::1][page::3][page::4][page::5][page::6]
