[论文解读] How to Hire Secretaries with Stochastic Departures.

Thomas Keßelheim, Alexandros Psomas+1 more|arXiv (Cornell University)|Jan 1, 2019

Optimization and Search Problems被引用 1

一句话总结

本文通过允许候选人在到达后随机离开，将经典的秘书问题推广，引入一种仅依赖于时间和已观察候选人数的动态决策策略。证明了最优策略具有单调性，并表明在候选人数较多时，单阈值策略几乎是最优的，显著将经典最优停止理论扩展至具有随机离开的非即时决策场景。

ABSTRACT

We study a generalization of the secretary problem, where decisions do not have to be made immediately upon candidates' arrivals. After arriving, each candidate stays in the system for some (random) amount of time and then leaves, whereupon the algorithm has to decide irrevocably whether to select this candidate or not. The goal is to maximize the probability of selecting the best candidate overall. We assume that the arrival and waiting times are drawn from known distributions. Our first main result is a characterization of the optimal policy for this setting. We show that when deciding whether to select a candidate it suffices to know only the time and the number of candidates that have arrived so far. Furthermore, the policy is monotone non-decreasing in the number of candidates seen so far, and, under certain natural conditions, monotone non-increasing in the time. Our second main result is proving that when the number of candidates is large, a single threshold policy is almost optimal.

研究动机与目标

• 通过允许候选人在随机等待时间后离开系统，而非要求立即决策，推广经典秘书问题。
• 在已知到达时间和离开时间分布的条件下建模招聘过程，捕捉临时职位候选人或短期机会等现实场景。
• 刻画在该动态设置下最大化选中最佳候选人的概率的最优决策策略。
• 分析最优策略的结构性质，特别是其在时间与已观察候选人数上的单调性。
• 研究最优策略的渐近行为，并在候选人数较大时，建立单阈值策略近似最优性的理论依据。

提出的方法

• 将问题形式化为连续时间最优停止问题，已知到达时间与等待时间的分布。
• 建立动态规划公式，其中是否选择候选人的决策仅依赖于当前时间与至今已观察的候选人数。
• 证明最优策略在已观察候选人数上为非递减单调，确保随着更多候选人到达，选择阈值不会下降。
• 在自然条件下（如记忆无失等待时间），证明策略在时间上为非递增单调，反映随着候选人的可能离开而增加行动的紧迫性。
• 通过渐近分析表明，当候选人数趋于无穷大时，基于固定时间或固定人数的单阈值策略可实现接近最优的性能。
• 利用随机过程理论与更新理论，分析在已知到达间隔与离开间隔时间分布下系统的运行行为。

实验结果

研究问题

• RQ1 当决策被延迟且候选人可能随机离开时，最优策略的结构是怎样的？
• RQ2 最优选择概率如何依赖于候选人数及其等待时间分布？
• RQ3 当候选人数较大时，最优策略能否简化为单阈值策略？
• RQ4 在何种条件下，最优策略在时间与已观察候选人数量上均为单调？
• RQ5 在大规模场景下，单阈值策略的性能与最优策略的差距有多近？

主要发现

• 最优策略仅依赖于当前时间与至今已到达的候选人数，将决策简化至低维状态空间。
• 最优策略在已观察候选人数上为非递减单调，意味着随着更多候选人到达，选择候选人的可能性随之增加。
• 在自然条件（如记忆无失等待时间）下，最优策略在时间上也为非递增单调，反映了为避免候选人离开而需尽早决策的紧迫性。
• 当候选人数较多时，基于固定时间或固定人数的单阈值策略可实现与最优策略任意接近的性能。
• 本文为将最优停止理论应用于具有临时候选人的现实招聘与资源配置问题建立了理论基础。
• 研究结果将经典秘书问题的洞见推广至具有随机离开的场景，为动态环境提供了实用且可扩展的决策规则。