[논문 리뷰] Degeneracy is OK: Logarithmic Regret for Network Revenue Management with Indiscrete Distributions

Jiashuo Jiang, Will Ma외 1명|arXiv (Cornell University)|2022. 10. 14.

Auction Theory and Applications인용 수 5

한 줄 요약

이 논문은 연속적이고 이산적이지 않은 보상 분포를 가진 네트워크 수익 관리(NRM)에 대해 온라인 알고리즘을 제안하며, 밀도가 유계인 조건 하에서는 $O(\log^2 T)$의 손실을, 추가로 이阶 도함수 성장 조건이 만족될 경우 $O(\log T)$의 손실을 달성한다. 이 접근법은 이전 연구에서 일반적으로 요구되던 비퇴화 조건을 필요로 하지 않으면서도 퇴화 문제를 해결하기 위해 새로운 기법—일시적 손실 한계 설정, 반유체 이완, 개선된 이중 수렴 분석—을 도입한다.

ABSTRACT

We study the classical Network Revenue Management (NRM) problem with accept/reject decisions and $T$ IID arrivals. We consider a distributional form where each arrival must fall under a finite number of possible categories, each with a deterministic resource consumption vector, but a random value distributed continuously over an interval. We develop an online algorithm that achieves $O(\log^2 T)$ regret under this model, with the only (necessary) assumption being that the probability densities are bounded away from 0. We derive a second result that achieves $O(\log T)$ regret under an additional assumption of second-order growth. To our knowledge, these are the first results achieving logarithmic-level regret in an NRM model with continuous values that do not require any kind of "non-degeneracy" assumptions. Our results are achieved via new techniques including a new method of bounding myopic regret, a "semi-fluid" relaxation of the offline allocation, and an improved bound on the "dual convergence".

연구 동기 및 목표

• 이산적 지원 또는 비퇴화 조건을 가정하지 않은 연속 보상 분포 하에서 네트워크 수익 관리의 손실 한계에 대한 격차를 메운다.
• 보상 값이 구간에 연속적으로 분포하는 자연스러운 모델에서 로그 수준의 손실을 달성하는 프레임워크를 개발한다.
• 이전 방법들이 이산 분포 또는 엄격한 비퇴화 조건을 요구하는 한계를 극복한다.
• 유계 밀도 및 이阶 도함수 성장 조건을 사용하여 일반적인 연속 분포 하에서 온라인 할당에 대한 이론적 보장을 수립한다.

제안 방법

• 연속적 가치 분포 하에서 온라인 및 오프라인 결정 간의 차이를 분석하여 일시적 손실을 한계화하는 새로운 방법을 제안한다.
• 자원 제약 조건과의 분리 및 알고리즘의 구현 가능성을 향상시키기 위해 오프라인 할당 문제의 반유체 이완을 도입한다.
• 분할된 입방체 위에서 조각별 상수 근사와 농도 불등식을 활용하여 이중 수렴에 대한 개선된 한계를 도출한다.
• 시간에 걸쳐 집계된 보상에 허프딩 부등식을 적용하여 이중 변수 추정의 이탈을 제어하고 안정성을 확보한다.
• 분포의 가산성에 도전하기 위해 연속 가치 공간의 유한한 분할에 대해 유니온 바운드를 적용한다.
• 모든 가치 공간 영역에서 오차를 균일하게 제어하기 위해 계층적 입방체 분할 구조(해당 $C_{k_0}$ 및 $Ω_{kl}$ 포함)를 구축한다.

실험 결과

연구 질문

• RQ1 보상이 연속적으로 분포할 때 비퇴화 조건이나 이산적 지지 집합을 가정하지 않고 네트워크 수익 관리에서 로그 수준의 손실을 달성할 수 있는가?
• RQ2 연속적 NRM 모델에서 $O(\log T)$ 손실을 달성하기 위해 보상 밀도에 대해 어떤 구조적 가정이 충분한가?
• RQ3 연속적이고 잠재적으로 퇴화된 분포가 존재할 경우 일시적 손실은 어떻게 한계화할 수 있는가?
• RQ4 유계 밀도 및 이阶 도함수 성장 조건만을 사용하여 연속 분포 하에서 이중 수렴을 제어할 수 있는가?
• RQ5 연속적 값이 있는 NRM의 손실 분석에서 비퇴화 조건을 대체하기 위해 어떤 새로운 분석 기법이 필요한가?

주요 결과

• 제안된 알고리즘은 확률 밀도가 0에서 일정 거리 이상 떨어져 있음을 가정할 경우 $O(\log^2 T)$의 손실을 달성한다.
• 추가로 이阶 도함수 성장 조건이 만족될 경우 손실은 $O(\log T)$로 감소하며, 문헌상으로 알려진 가장 날카로운 한계와 일치한다.
• 이 결과는 비퇴화 조건을 요구하지 않고도 연속적 NRM 모델에서 로그 수준의 손실을 달성한 최초의 성과이다.
• 퇴화 문제를 다루기 위해 편향 기반 접근법을 사용할 경우 발생하는 $\Omega(\sqrt{T})$의 손실을 성공적으로 피한다.
• 반유체 이완과 개선된 이중 수렴 한계는 온라인 및 오프라인 할당 간 격차를 더 엄격하게 제어할 수 있도록 한다.
• 계층적 입방체 분할과 허프딩 기반 농도 불등식의 활용은 연속적 가치 공간 전역에서 균일한 오차 제어를 보장한다.