Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > econ > arXiv:2309.00214

帮助 | 高级搜索

经济学 > 理论经济学

arXiv:2309.00214 (econ)
[提交于 2023年9月1日 ]

标题: 最小化遗憾的项目选择

标题: Regret-Minimizing Project Choice

Authors:Yingni Guo, Eran Shmaya
摘要: 一个代理观察可用项目集并提出其中的一些,但不一定全部。 委托人从提出的项目集中选择一个或不选。 我们求解一种机制以使委托人的最坏情况遗憾最小化。 我们将单一项目环境(代理只能提出一个项目)与多项目环境(他可以提出多个项目)进行比较。 在两种环境中,如果代理提出一个项目,当委托人的收益足够高时,该项目肯定会被选中;否则,被选中的概率会随着代理的收益降低而减少。 在多项目环境中,代理通过提出多个项目获得的收益等于他单独提出每个项目所能获得的最大收益。 多项目环境通过提供比拒绝更好的备选方案,并更有效地向代理交付这一收益,优于单一项目环境。
摘要: An agent observes the set of available projects and proposes some, but not necessarily all, of them. A principal chooses one or none from the proposed set. We solve for a mechanism that minimizes the principal's worst-case regret. We compare the single-project environment in which the agent can propose only one project with the multiproject environment in which he can propose many. In both environments, if the agent proposes one project, it is chosen for sure if the principal's payoff is sufficiently high; otherwise, the probability that it is chosen decreases in the agent's payoff. In the multiproject environment, the agent's payoff from proposing multiple projects equals his maximal payoff from proposing each project alone. The multiproject environment outperforms the single-project one by providing better fallback options than rejection and by delivering this payoff to the agent more efficiently.
主题: 理论经济学 (econ.TH)
引用方式: arXiv:2309.00214 [econ.TH]
  (或者 arXiv:2309.00214v1 [econ.TH] 对于此版本)
  https://doi.org/10.48550/arXiv.2309.00214
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Eran Shmaya [查看电子邮件]
[v1] 星期五, 2023 年 9 月 1 日 02:17:32 UTC (32 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
econ.TH
< 上一篇   |   下一篇 >
新的 | 最近的 | 2023-09
切换浏览方式为:
econ

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号